DESENVOLVIMENTO DE METODOS NUM´ ERICOS PARA A …
Transcript of DESENVOLVIMENTO DE METODOS NUM´ ERICOS PARA A …
DESENVOLVIMENTO DE METODOS NUMERICOS PARA A SIMULACAO
DA TRANSFERENCIA DE MASSA NO ESCOAMENTO DE MISTURAS
MULTICOMPONENTES SEMICONTINUAS COM CARACTERIZACAO
ADAPTATIVA
Livia Flavia Carletti Jatoba
Tese de Doutorado apresentada ao Programa
de Pos-graduacao em Engenharia Quımica,
COPPE, da Universidade Federal do Rio de
Janeiro, como parte dos requisitos necessarios
a obtencao do tıtulo de Doutor em Engenharia
Quımica.
Orientadores: Paulo Laranjeira da Cunha Lage
Luiz Fernando Lopes Rodrigues
Silva
Rio de Janeiro
Maio de 2014
Jatoba, Livia Flavia Carletti
Desenvolvimento de metodos numericos para a
simulacao da transferencia de massa no escoamento
de misturas multicomponentes semicontınuas com
caracterizacao adaptativa/Livia Flavia Carletti Jatoba. –
Rio de Janeiro: UFRJ/COPPE, 2014.
XXI, 178 p.: il.; 29, 7cm.Orientadores: Paulo Laranjeira da Cunha Lage
Luiz Fernando Lopes Rodrigues Silva
Tese (doutorado) – UFRJ/COPPE/Programa de
Engenharia Quımica, 2014.
Referencias Bibliograficas: p. 140 – 149.
1. multicomponente. 2. Maxwell-Stefan. 3.
termodinamica de misturas contınuas. 4. DQMOM. 5.
OpenFOAM. 6. escoamento compressıvel. I. Lage, Paulo
Laranjeira da Cunha et al. II. Universidade Federal do Rio
de Janeiro, COPPE, Programa de Engenharia Quımica.
III. Tıtulo.
iii
“Learning is finding out what
you already know. Doing is
demonstrating that you know it.
Teaching is reminding others
that they know just as well as
you. You are all learners, doers,
and teachers.”
Richard Bach
iv
Agradecimentos
Agradeco a Deus.
Agradeco a minha famılia por estar sempre ao meu lado. Agradeco a minha mae,
meu irmao Lucas e cunhada Nathalia pela paciencia durante os anos da dura rotina
de morar com uma pos-graduanda, com todo o trabalho extra que precisa ser feito
de casa. Agradeco ao meu pai, por participar cada vez mais, mesmo distante.
Agradeco as minhas meninas Andreia Fonseca, Fernanda Carletti, Gabriela Var-
gas, Julianna Jatoba, Marianna Carletti, Priscila Angra, Stephani Carletti e Thereza
Jatoba pelo amor, carinho, solidariedade e companhia nas horas difıceis e nas horas
de lazer. E por acreditarem mais em mim do que eu mesma. Voces sao a minha
forca.
Agradeco ao meu marido Tee Cardaci, pela dedicacao, compreensao e entrega.
Agradeco aos amigos do mestrado Aldo, Elis, Felipe, Gisele, Guillermo e Karen
pelo parceria e apoio durante toda esta caminhada. Obrigada pelo ombro amigo,
conselhos e por compreenderem como ninguem as dificuldades dessa empreitada.
Agradeco a todos os companheiros do LTFD, que participaram e me ajuda-
ram nos momentos de duvidas e angustias no laboratorio: desde os mais recentes,
Amanda, Juliana, Luiz Felipe, Tatiana e Thaina, aqueles que ja participam dos
desafios ha mais tempo, Fabio, Gabriel, Jovani, Joao Felipe e Thais.
Agradeco aos meus orientadores Luiz Fernando e Paulo pela confianca e ensi-
namentos desde 2008. Agradeco tambem ao Antonio Goncalves Neto, pelo compa-
nheirismo durante todos esses anos de LTFD.
Agradeco a CNPq pelo suporte financeiro.
v
Resumo da Tese apresentada a COPPE/UFRJ como parte dos requisitos necessarios
para a obtencao do grau de Doutor em Ciencias (D.Sc.)
DESENVOLVIMENTO DE METODOS NUMERICOS PARA A SIMULACAO
DA TRANSFERENCIA DE MASSA NO ESCOAMENTO DE MISTURAS
MULTICOMPONENTES SEMICONTINUAS COM CARACTERIZACAO
ADAPTATIVA
Livia Flavia Carletti Jatoba
Maio/2014
Orientadores: Paulo Laranjeira da Cunha Lage
Luiz Fernando Lopes Rodrigues Silva
Programa: Engenharia Quımica
A simulacao computacional do escoamento de misturas semicontınuas representa
um grande desafio devido ao alto custo computacional associado ao numero elevado
de pseudocomponentes necessarios para caracterizar com precisao cada componente
contınuo. Misturas contınuas sao descritas atraves de uma funcao distribuicao de
sua composicao. Regras de quadratura sao adotadas para discretizar em pseudo-
componentes esta distribuicao, os quais sao usados para resolver o transporte de
massa na mistura.
O presente trabalho consiste no desenvolvimento de uma metodologia para a
simulacao fluidodinamica do transporte de massa multicomponente no escoamento
de mistura semicontınuas. O metodo de caracterizacao adaptativa do componente
contınuo foi denominado de DQMoM (Direct Quadrature Method of Moments). A
principal contribuicao consiste em um metodo para simulacao do escoamento com-
pressıvel de misturas multicomponentes semicontınuas usando DQMoM e os modelos
de difusao de Fick ou de Maxwell-Stefan. A metodologia foi validada para o caso
particular de um processo de misturacao em canal “T” em escoamento laminar e
isotermico de um gas ideal. Os resultados preliminares mostram que o DQMoM com
o modelo de Maxwell-Stefan e 6 pseudocomponentes e 10 vezes mais rapido que a
solucao convencional com 58 componentes e reproduz as propriedades da mistura
real, como pressao de bolha e orvalho, com um erro de 2%. Ja a solucao do DQMoM
com o modelo de Fick e 6 pseudocomponentes foi 1, 5 vezes mais rapida e apresentou
um erro de 1, 5% na previsao das propriedades termodinamicas da mistura.
vi
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Doctor of Science (D.Sc.)
DEVELOPMENT OF NUMERICAL METHODS FOR THE MASS TRANSFER
IN THE FLOW OF MULTICOMPONENT SEMI-CONTINUOUS MIXTURES
WITH ADAPTIVE CHARACTERIZATION
Livia Flavia Carletti Jatoba
May/2014
Advisors: Paulo Laranjeira da Cunha Lage
Luiz Fernando Lopes Rodrigues Silva
Department: Chemical Engineering
CFD simulation of transient flow of semi-continuous mixtures is still a major
challenge due to the high computational cost associated with the excessive number
of pseudo-components needed to accurately characterize the continuous component.
Continuous mixtures are represented by a continuous component using a distribution
function for its composition. In order to solve the mass transport equations of
such mixtures using the conventional discrete component approach, the distribution
function has to be discretized into pseudo-components that are usually determined
by quadrature based methods.
In the present work, a new method was developed to solve the mass transfer in
the flow of a semi-continuous multicomponent mixture. The continuous component
was adaptively characterized using the DQMoM (Direct Quadrature Method of Mo-
ments). The main contribution is a method to solve the compressible flow with mass
transfer of a semi-continuous mixture using the DQMoM and the Fick or Maxwell-
Stefan di↵usion models. The new method has been validated for a mixing process in
a “T” channel in a laminar and isothermal flow of an ideal gas. Preliminary results
show that the DQMoM using the Maxwell-Stefan model and 6 pseudo-components is
10 times faster than the conventional solution of a mixing flow with 58 components,
reproducing the conventional thermodynamic mixture properties, such as dew and
bubble pressures, with a 2% error. On the other hand, the DQMoM using the Fick
model and 6 pseudo-components is 1.5 times faster and showed an error of 1.5% in
the thermodynamic properties of the mixture.
vii
Sumario
Lista de Figuras xi
Lista de Tabelas xvi
Nomenclatura xvii
1 Introducao 1
1.1 Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Transporte de Massa Multicomponente . . . . . . . . . . . . . 1
1.1.2 Misturas Contınuas . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 Fluidodinamica Computacional . . . . . . . . . . . . . . . . . 3
1.2 Motivacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Organizacao do Texto . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Fenomenos de Transporte 6
2.1 Fundamentos Teoricos . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1 Equacoes de Conservacao . . . . . . . . . . . . . . . . . . . . 6
2.1.2 Transporte de Massa Multicomponente . . . . . . . . . . . . . 12
2.2 Fluidodinamica Computacional . . . . . . . . . . . . . . . . . . . . . 18
2.2.1 Metodo dos Volumes Finitos . . . . . . . . . . . . . . . . . . . 19
2.2.2 Discretizacao Temporal . . . . . . . . . . . . . . . . . . . . . . 22
2.2.3 Programa para Simulacao CFD . . . . . . . . . . . . . . . . . 22
2.3 Trabalhos sobre Transporte de Massa Multicomponente . . . . . . . . 24
3 Revisao do Tratamento de Misturas Multicomponentes 28
3.1 Misturas com Elevado Numero de Componentes . . . . . . . . . . . . 29
3.2 Problemas de Campo com Misturas Contınuas . . . . . . . . . . . . . 32
3.3 Historico do Grupo de Pesquisa . . . . . . . . . . . . . . . . . . . . . 34
4 Fundamentos de Misturas Semicontınuas 36
4.1 Fundamentos Teoricos . . . . . . . . . . . . . . . . . . . . . . . . . . 36
viii
4.2 Metodos de Caracterizacao . . . . . . . . . . . . . . . . . . . . . . . . 38
4.2.1 Metodos de Caracterizacao Fixa . . . . . . . . . . . . . . . . . 39
4.2.2 Metodos de Caracterizacao Adaptativa . . . . . . . . . . . . . 41
4.3 Conservacao de Massa para um Componente Contınuo . . . . . . . . 43
4.3.1 Modelos de Transporte de Massa . . . . . . . . . . . . . . . . 46
4.3.2 Metodos de Solucao da Equacao de Conservacao . . . . . . . . 47
5 Metodologia Desenvolvida 51
5.1 Definicoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.2 Equacoes de Conservacao . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.3 Transporte de Massa Multicomponente . . . . . . . . . . . . . . . . . 53
5.4 Caracterizacao do Componente Contınuo . . . . . . . . . . . . . . . . 55
5.4.1 Equacoes de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . 58
5.5 DQMoM para Misturas Contınuas . . . . . . . . . . . . . . . . . . . . 61
5.5.1 Modelo de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.5.2 Modelo de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . . 62
5.6 Implementacao do Escoamento Compressıvel . . . . . . . . . . . . . . 63
5.6.1 Equacao da Continuidade . . . . . . . . . . . . . . . . . . . . 63
5.6.2 Equacao de Quantidade de Movimento . . . . . . . . . . . . . 64
5.6.3 Equacao de Correcao da Velocidade . . . . . . . . . . . . . . . 64
5.6.4 Equacao da Pressao . . . . . . . . . . . . . . . . . . . . . . . . 64
5.6.5 Equacao para os Componentes Discretos . . . . . . . . . . . . 65
5.6.6 Equacao para os Pseudocomponentes Discretizados . . . . . . 66
5.6.7 Equacoes de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . 68
5.6.8 Algoritmos de Solucao . . . . . . . . . . . . . . . . . . . . . . 68
6 Resultados 74
6.1 Tubo de Stefan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.2 Descricao do Caso Teste . . . . . . . . . . . . . . . . . . . . . . . . . 75
6.3 Procedimento Numerico . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.3.1 Funcoes de Interpolacao . . . . . . . . . . . . . . . . . . . . . 80
6.3.2 Controle da Convergencia . . . . . . . . . . . . . . . . . . . . 80
6.3.3 Solucao dos Sistemas Lineares . . . . . . . . . . . . . . . . . . 81
6.3.4 Pos-Processamento . . . . . . . . . . . . . . . . . . . . . . . . 81
6.4 Obtencao do Estado Estacionario . . . . . . . . . . . . . . . . . . . . 82
6.4.1 Modelo de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.4.2 Modelo de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . . 87
6.5 Convergencia de Malha . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.5.1 Modelo de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.5.2 Modelo de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . . 97
ix
6.6 Analise da Simulacao DQMoM . . . . . . . . . . . . . . . . . . . . . 101
6.6.1 Caracterizacao das Correntes de Entrada . . . . . . . . . . . . 101
6.6.2 Modelo de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6.6.3 Modelo de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . . 109
6.7 Custo Computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.7.1 Modelo de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.7.2 Modelo de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . . 133
7 Conclusoes e Sugestoes 135
7.1 Sıntese e Conclusoes . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
7.2 Sugestoes para Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . 138
Referencias Bibliograficas 140
A Algoritmo Produto Diferenca 150
B Conservacao de Massa do Componente Contınuo 152
B.1 Modelo de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
C Equacoes de Maxwell-Stefan para uma Mistura Semicontınua 154
D Equacao de conservacao de massa para um componente contınuo 158
D.1 Modelo de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
D.2 Modelo de Maxwell-Stefan . . . . . . . . . . . . . . . . . . . . . . . . 164
E Propriedades da Mistura 166
E.1 Viscosidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
E.2 Coeficiente de Difusao . . . . . . . . . . . . . . . . . . . . . . . . . . 167
E.3 Pressao de Bolha e Orvalho . . . . . . . . . . . . . . . . . . . . . . . 168
F Historico dos Algoritmos de Acoplamento 169
x
Lista de Figuras
2.1 Esquema de representacao bidimensional de um volume de controle
da malha. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
6.1 Geometria do tubo de Stefan onde l = 0, 238m. . . . . . . . . . . . . 75
6.2 Solucao do perfil de composicao do tubo de Stefan (a) no presente
trabalho e (b) em TAYLOR e KRISHNA [1]. . . . . . . . . . . . . . . 75
6.3 Geometria do canal “T”: L = 0,5 m; D = 0,01 m; H = 0,21 m. . . . . 76
6.4 Composicao da mistura (a) entrada 1, (b) entrada 2 e (c) saıda. . . . 79
6.5 Evolucao temporal da solucao do DCM pelo modelo de Fick na linha
B (malha n = 2): (a) massa especıfica, ⇢ (b) erro relativo �t(⇢),
(c) pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e) pressao de
orvalho, Pdew e (f) erro relativo �t(Pdew), definido conforme Equacao 6.3. 84
6.6 Evolucao temporal da solucao do DQMoM para Np = 4 pelo modelo
de Fick na linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro
relativo �t(⇢), (c) pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e)
pressao de orvalho, Pdew e (f) erro relativo �t(Pdew), definido conforme
Equacao 6.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.7 Evolucao temporal da solucao do DQMoM para Np = 8 pelo modelo
de Fick na linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro
relativo �t(⇢), (c) pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e)
pressao de orvalho, Pdew e (f) erro relativo �t(Pdew), definido conforme
Equacao 6.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.9 Erro relativo maximo (conforme Equacao 6.3) entre os instantes de
tempo t1
= 14s e t2
= 16s para solucao do DQMoM com o modelo
de Maxwell-Stefan e diferentes valores de Np. . . . . . . . . . . . . . . 88
6.8 Evolucao temporal da solucao do DCM pelo modelo de Maxwell-
Stefan na linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro
relativo �t(⇢), (c) pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e)
pressao de orvalho, Pdew e (f) erro relativo �t(Pdew), definido conforme
Equacao 6.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
xi
6.10 Evolucao temporal da solucao do DQMoM para Np = 4 pelo modelo
de Maxwell-Stefan na linha B (malha n = 2): (a) massa especıfica,
⇢ (b) erro relativo �t(⇢), (c) pressao de bolha, Pbub, (d) erro rela-
tivo �t(Pbub), (e) pressao de orvalho, Pdew e (f) erro relativo �t(Pdew),
definido conforme Equacao 6.3. . . . . . . . . . . . . . . . . . . . . . 90
6.11 Evolucao temporal da solucao do DQMoM para Np = 8 pelo modelo
de Maxwell-Stefan na linha B (malha n = 2): (a) massa especıfica,
⇢ (b) erro relativo �t(⇢), (c) pressao de bolha, Pbub, (d) erro rela-
tivo �t(Pbub), (e) pressao de orvalho, Pdew e (f) erro relativo �t(Pdew),
definido conforme Equacao 6.3. . . . . . . . . . . . . . . . . . . . . . 91
6.12 Convergencia de malha do DCM com o modelo de Fick, no regime
estacionario (t = 10s), para �x na (a) linha A e (b) linha B. . . . . . 93
6.13 Convergencia de malha do DCM com o modelo de Fick, no regime
estacionario (t = 10s), para a massa especıfica da mistura na (a) linha
A, (b) linha B e os erro relativo �mesh(⇢n) na (c) linha A e (d) linha B. 94
6.14 Convergencia de malha do DCM com o modelo de Fick, no regime
estacionario (t = 10s), para pressao de bolha na (a) linha A (b) linha
B e seus respectivos erros relativos �mesh(P nbub) na (c) linha A e (d)
linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.15 Convergencia de malha do DCM com o modelo de Fick, no regime
estacionario (t = 10s), para pressao de orvalho na (a) linha A (b)
linha B e seus respectivos erros relativos �mesh(P ndew) na (c) linha A e
(d) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.16 Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,
no regime estacionario (t = 20s), para �x (a) linha A (b) linha B. . . 97
6.17 Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,
no regime estacionario (t = 20s), para ⇢ na (a) linha A (b) linha B e
seu respectivo erro relativo �mesh(⇢2) na (c) linha A e (d) linha B. . . 98
6.18 Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,
no regime estacionario (t = 20s), para pressao de bolha na (a) linha
A (b) linha B e seu respectivo erro relativo �mesh(P 2
bub) na (c) linha A
e (d) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.19 Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,
no regime estacionario (t = 20s), para pressao de orvalho na (a) linha
A (b) linha B e seu respectivo erro relativo �mesh(P 2
dew) na (c) linha
A e (d) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.20 Erro de caracterizacao, �('), para pressao de bolha e de orvalho nas
entradas para diferentes valores de Np. . . . . . . . . . . . . . . . . . 101
xii
6.21 Comparacao da solucao por DCM e DQMoM do campo de massa
especıfica da mistura pelo modelo de Fick no regime estacionario (t =
10s) na (a) linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . 104
6.22 Comparacao da solucao por DCM e DQMoM do campo de mass molar
da mistura pelo modelo de Fick no regime estacionario (t = 10s) na
(a) linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.23 Comparacao da solucao por DCM e DQMoM do campo de pressao de
bolha da mistura pelo modelo de Fick no regime estacionario (t = 10s)
na (a) linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . 105
6.24 Comparacao da solucao por DCM e DQMoM do campo de pressao
de orvalho da mistura pelo modelo de Fick no regime estacionario
(t = 10s) na (a) linha A e (b) linha B. . . . . . . . . . . . . . . . . . 105
6.25 Solucao transiente para o valor bulk integrado (a) ⇢N2e (b) ⇢ na saıda
do canal para o DCM. Os respectivos error relativos de caracterizacao
da simulacao com o DQMoM para diferentes valores Np sao (c) �(⇢N2)
e (d) �(⇢). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.26 Valor bluk integrado da concentracao massica do pseudocomponente
⇢pj
na saıda do canal em t = 2, 5s. . . . . . . . . . . . . . . . . . . . . 107
6.27 Solucao transiente para o valor bluk integrado (a) P bub e (b) P dew na
saıda do canal para o DCM. Os respectivos error relativos de carac-
terizacao da simulacao com o DQMoM para diferentes valores Np sao
(c) �(P bub)e (d) �(P dew). . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.28 Campo de ⇢20
(M20
= 142, 3kg/kmol) proximo a entrada 2 em t =
0, 5s na simulacao do DCM. . . . . . . . . . . . . . . . . . . . . . . . 109
6.29 Solucao transiente para o valor bluk integrado da (a) concentracao
massica e (b) massa molar dos pseudocomponentes na saıda do canal
para simulacao DQMoM com Np = 4. . . . . . . . . . . . . . . . . . . 109
6.30 Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefan
para o campo de massa especıfica da mistura no estacionario (t = 7s)
na (a) linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . 110
6.31 Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefan
para o campo de massa molar da mistura no estacionario (t = 7s) na
(a) linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.32 Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefan
para o campo de pressao de bolha no estacionario (t = 7s) na (a)
linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.33 Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefan
para o campo de pressao de orvalho no estacionario (t = 7s) na (a)
linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
xiii
6.34 Campo de fracao molar de y4
(M4
= 94, 8kg/kmol) proximo a entrada
2, no estacionario (t = 7s), (a) para solucao pelo modelo de Fick e
(b) para a solucao pelo modelo de Maxwell-Stefan. . . . . . . . . . . 113
6.35 Campo de fracao molar de y50
(M50
= 324, 6kg/kmol) proximo a
entrada 2, no estacionario (t = 7s), (a) para solucao pelo modelo de
Fick e (b) para a solucao pelo modelo de Maxwell-Stefan. . . . . . . . 113
6.36 Analise do (a) fluxo difusivo molar por Maxwell-Stefan J
v29,n e (b) do
fluxo de Fick �ry29,n no estado estacionario (t = 7s). . . . . . . . . . 115
6.37 Analise do (a) fluxo difusivo molar por Maxwell-Stefan J
v30,n e (b) do
fluxo de Fick �ry30,n no estado estacionario (t = 7s). . . . . . . . . . 116
6.38 Analise do (a) fluxo difusivo molar por Maxwell-Stefan J
v31,n e (b) do
fluxo de Fick �ry31,n no estado estacionario (t = 7s). . . . . . . . . . 117
6.39 Comparacao da solucao pelo DCM e DQMoM do campo de massa
especıfica da mistura pelo modelo de Maxwell-Stefan no regime esta-
cionario (t = 7s para o DCM e t = 20s para o DQMoM) na (a) linha
A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.40 Comparacao da solucao pelo DCM e DQMoM do campo de massa mo-
lar da mistura pelo modelo de Maxwell-Stefan no regime estacionario
(t = 7s para o DCM e t = 20s para o DQMoM) na (a) linha A e (b)
linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.41 Comparacao da solucao pelo DCM e DQMoM do campo de pressao
de bolha da mistura pelo modelo de Maxwell-Stefan no regime esta-
cionario (t = 7s para o DCM e t = 20s para o DQMoM) na (a) linha
A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.42 Comparacao da solucao pelo DCM e DQMoM do campo de pressao
de orvalho da mistura pelo modelo de Maxwell-Stefan no regime es-
tacionario (t = 7s para o DCM e t = 20s para o DQMoM) na (a)
linha A e (b) linha B. . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.43 Campo vetorial da simulacao do DQMoM com Np = 4 e pseudocom-
ponente 2 (em t = 20s) onde (a) e fluxo difusivo molar por Maxwell-
Stefan J
vp2,n (b) e o fluxo de Fick �ryp2,n e (c) do campo de massa
molar do pseudocomponente, Mp2 . . . . . . . . . . . . . . . . . . . . . 125
6.44 Campo vetorial da simulacao do DQMoM com Np = 6 e pseudocom-
ponente 3 (em t = 20s) onde (a) e fluxo difusivo molar por Maxwell-
Stefan J
vp3,n (b) e o fluxo de Fick �ryp3,n e (c) do campo de massa
molar do pseudocomponente, Mp3 . . . . . . . . . . . . . . . . . . . . . 126
xiv
6.45 Campo vetorial da simulacao do DQMoM com Np = 8 e pseudocom-
ponente 3 (em t = 20s) onde (a) e fluxo difusivo molar por Maxwell-
Stefan J
vp3,n (b) e o fluxo de Fick �ryp3,n e (c) do campo de massa
molar do pseudocomponente, Mp3 . . . . . . . . . . . . . . . . . . . . . 127
6.46 Comparacao da solucao transiente pelo modelo de Maxwell-Stefan do
DCM e DQMoM para o valor bulk integrado na linha A de (a) ⇢N2e
(b) ⇢. Os respectivos erros de caracterizacao da simulacao DQMoM
para diferentes valores de Np sao (c) �(⇢N2) e (d) �(⇢). . . . . . . . . 128
6.47 Comparacao da solucao transiente pelo modelo de Maxwell-Stefan
do DCM e DQMoM para o valor bulk integrado na linha A de (a)
P bub e (b) P dew. Os respectivos erros de caracterizacao da simulacao
DQMoM para diferentes valores de Np sao (c) �(P bub) e (d) �(P dew). . 129
6.48 Comparacao da solucao transiente pelo modelo de Maxwell-Stefan do
DCM e DQMoM para o valor bulk integrado na saıda do canal de
(a) ⇢N2e (b) ⇢. Os respectivos erros de caracterizacao da simulacao
DQMoM para diferentes valores de Np sao (c) �(⇢N2) e (d) �(⇢). . . . 130
6.49 Comparacao da solucao transiente pelo modelo de Maxwell-Stefan do
DCM e DQMoM para o valor bulk integrado na saıda do canal de (a)
P bub e (b) P dew. Os respectivos erros de caracterizacao da simulacao
DQMoM para diferentes valores de Np sao (c) �(P bub) e (d) �(P dew). . 131
6.50 Solucao transiente para o valor bluk integrado da (a) concentracao
massica ⇢pj
e (b) massa molar Mpj
dos pseudocomponentes na saıda
do canal para simulacao DQMoM com Np = 6. . . . . . . . . . . . . . 131
F.1 Maximo erro de concentracao massica em todo o domınio de calculo
(Erro ⇢maxA ). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
F.2 Numero de iteracoes necessarias para atingir o criterio de erro misto
em ⇢A e obter a convergencia no acoplamento massico (nMass). . . . 177
F.3 Erro misto na pressao relativa. . . . . . . . . . . . . . . . . . . . . . . 178
xv
Lista de Tabelas
6.1 Composicao da mistura de hidrocarbonetos na entrada 1 caracteri-
zada pelo QMoM para misturas contınuas. . . . . . . . . . . . . . . . 77
6.2 Composicao da mistura de hidrocarbonetos na entrada 2 caracteri-
zada pelo QMoM para misturas contınuas. . . . . . . . . . . . . . . . 78
6.3 Malhas utilizadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.4 Erro de caracterizacao do modelo de Fick de propriedades integradas
ao longo da linha A do canal no estado estacionario (t = 10s). . . . . 102
6.5 Erro de caracterizacao do modelo de Fick de propriedades integradas
ao longo da saıda do canal no estado estacionario (t = 10s). . . . . . 103
6.6 Erro de caracterizacao do modelo de Maxwell-Stefan de propriedades
integradas ao longo da linha A do canal no estado estacionario (t = 7s
para o DCM e t = 20s para o DQMoM). . . . . . . . . . . . . . . . . 118
6.7 Erro de caracterizacao do modelo de Maxwell-Stefan de propriedades
integradas na saıda do canal no estado estacionario (t = 7s para o
DCM e t = 20s para o DQMoM). . . . . . . . . . . . . . . . . . . . . 119
6.8 Custo computacional modelo de Fick: malha 100.000, intervalo de
[0� 3, 5]s e �t = 1, 0e� 5. . . . . . . . . . . . . . . . . . . . . . . . . 132
6.9 Custo computacional modelo de Fick: malha 100.000, intervalo de
[3, 5� 10s]s e Co = 0, 6 (�t ⇡ 5e� 5). . . . . . . . . . . . . . . . . . 132
6.10 Custo computacional modelo de Maxwell-Stefan: malha 16.000, in-
tervalo de [0� 3, 5]s e �t = 4, 0e� 5. . . . . . . . . . . . . . . . . . . 133
E.1 Volume de difusao atomica. . . . . . . . . . . . . . . . . . . . . . . . 167
xvi
Nomenclatura
A area
B matriz de coeficientes de Maxwell-Stefan
bcc(I) funcao distribuicao de concentracao molar do componente contınuo, em
funcao da variavel I
c concentracao molar
ct concentracao molar da mistura
DA,B coeficiente de difusao de Maxwell-Stefan de A em B
dA forca motriz do componente discreto
dpj
forca motriz do pseudocomponente
D tensor deformacao
DAB coeficiente de difusao binario de Fick de A em B
bdc(M) funcao que descreve a forca motriz do componente contınuo, em funcao da
massa molar M
DTA coeficiente de difusao termica
DAm coeficiente de difusao efetiva de A na mistura
e energia interna
etot energia total
fm forca de campo
f' termo fonte volumetrico da grandeza '
HA entalpia parcial molar de A
xvii
I tensor identidade
I variavel de distribuicao qualquer
J
vA fluxo difusivo molar de A
J
vpj
fluxo difusivo molar do pseudocomponente
|A fluxo difusivo massico de A
bJ
v
c(M) funcao que descreve o fluxo difusivo molar do componente contınuo, em
funcao da massa molar M
M massa molar da mistura
NA fluxo molar da especie quımica
nA fluxo massico da especie quımica
N t fluxo molar total
nt fluxo massico total
n vetor normal externo
Ncont numero de componentes contınuos
Nesp numero de especies quımicas
Np numero de pseudo-componente discretizados ou pontos da quadratura
P pressao total
p pressao dinamica
qv taxa volumetrica de calor
q fluxo difusivo de calor
R constante de gas ideal
S vetor de area normal a superfıcie
S superfıcie
Sc superfıcie do volume de controle
Sf superfıcie do volume de fluido
t' termo de transporte na superfıcie da grandeza '
xviii
T temperatura
t tempo
U energia potencial
V volume
Vc volume de controle
Vf volume de fluido
x vetor de coordenadas espaciais
W (I) funcao peso da quadratura
bYc(I) funcao distribuicao de fracao massica em funcao da variavel I
byc(I) funcao distribuicao de fracao molar em funcao da variavel I
Y fracao massica
y fracao molar
Letras Gregas
⌘ abscissa ponderada
� fluxo de massa
' grandeza qualquer
� coeficiente de difusao generico
condutividade termica
µ0 viscosidade dilatacional
�k momento k
µ viscosidade cinematica
µA potencial quımico da especie quımica
!A taxa de producao massica da especie quımica no volume
!A taxa de producao molar da especie quımica no volume
! peso da quadratura
xix
b⇢c(I) funcao distribuicao de concentracao massica em funcao da variavel I
⇢ massa especıfica
⇢A concentracao massica da especie quımica
⌧ tensor tensao
⌧
0 tensor de cisalhamento
� velocidade do fluido
Subscritos
A propriedade da especie quımica A
c propriedade do componente contınuo
f interpolacao para a face
p propriedade do pseudo-componente discretizado
Sobrescritos
b variavel distribuıda
Siglas
BDF Backward Di↵erencing Formula
BDS Blended Di↵erencing Scheme
CCM Continuous Component Model
CDS Central Di↵erencing Scheme
CFD Computacional Fluid Dynamics
COPPE Instituto Alberto Luiz Coimbra de Pos-graduacao e Pesquisa de Engenha-
ria
DCM Discrete Component Model
DQMoM Direct Quadrature Method of Moments
EDP Equacao Diferencial Parcial
FOAM Field Operation and Manipulation
FVM Finite Volume Method
xx
GFL Generalized Fick’s Law
IDD Internal Domain Decomposition
LTFD Laboratorio de Termofluidodinamica
MSE Maxwell-Stefan’s Equations
PDA Product Di↵erence Algoritm
PDF Probability Density Function
QMoM Quadrature Method of Moments
TVD Total Variation Diminishing
UDS Upwind Di↵erencing Scheme
xxi
Capıtulo 1
Introducao
1.1 Contexto
A industria quımica, motivada pela competitividade imposta pelo mercado e
pela constante evolucao em relacao a regulamentos ambientais e praticas de se-
guranca, depende cada vez mais de solucoes de alta tecnologia [1]. Intensificacao
e otimizacao de processos, flexibilidade de unidades industriais e capacidade de
adaptacao de um dado equipamento a diferentes caracterizacoes de correntes de
alimentacao sao exemplos enfrentados pelas industrias e que exigem solucoes que
dependem de um constante desenvolvimento tecnologico e cientıfico. Nesse con-
texto, a simulacao computacional constitui uma solucao adotada para suprir tais
demandas tanto na engenharia basica quanto no desenvolvimento de novos proces-
sos. Ferramentas de simulacao tem sido utilizadas em projetos conceituais de novos
equipamentos e processos, permitindo uma reducao nos custos em relacao a testes
de laboratorio e aumento de escala. Alem disso, o seu uso permite uma reducao no
tempo de resposta no lancamento ou adaptacao de unidades industriais [1, 2].
O objetivo dos simuladores e representar a realidade encontrada nos processos
industriais. A viabilidade e qualidade dos resultados de uma simulacao depende dos
modelos matematicos, algoritmos, metodos numericos e ferramentas computacionais
adotadas para prever os fenomenos fısico-quımicos encontrados nas diferentes etapas
desses processos. Assim, para que a informacao obtida pela simulacao computacional
seja util, ela deve representar adequadamente o processo. Em tempo, quao maior for
a complexidade do processo, maior a dificuldade em representa-lo de forma fidedigna.
1.1.1 Transporte de Massa Multicomponente
Um exemplo de processo fısico de alta complexidade e o transporte de massa mul-
ticomponente existente em colunas de destilacao e absorvedoras, na combustao em
fornos industriais e motores para aplicacoes automotiva e aeroespacial ou no esco-
1
amento reativo encontrado em unidades de craqueamento catalıtico e coqueamento
retardado em refinarias. Existem diferentes modelos para o transporte de massa
multicomponente. Quanto maior for a complexidade do processo de transferencia
ou da mistura multicomponente, maior sera a complexidade do modelo capaz de
representar o fenomeno com acuracia.
O modelo de Fick para difusao e o mais frequentemente adotado na simulacao
do transporte de massa multicomponente. No entanto, este modelo e valido apenas
para misturas binarias, tornando-se um aproximacao quando aplicado a casos com
um maior numero de componentes. O modelo de difusao de Maxwell-Stefan e capaz
de representar melhor o comportamento de uma mistura com mais de dois compo-
nentes, prevendo efeitos como a contra-difusao, a difusao osmotica e a barreira de
difusao. Assim, misturas multicomponentes sao melhor representadas pelo modelo
de Maxwell-Stefan [3].
1.1.2 Misturas Contınuas
Um tipo particular de mistura multicomponente caracterizada por um elevado
numero de componentes e a mistura contınua. Essas sao misturas de difıcil carac-
terizacao pois seus componentes possuem propriedades quımicas semelhantes [4–6].
Como exemplo, podem-se citar misturas de hidrocarbonetos derivadas do petroleo
(querosene, gasolina, diesel, oleo combustıvel), solucoes polimericas, resinas, oleo de
xisto, lıquidos derivados do carvao, misturas de acidos graxos e esteres em oleos
vegetais (biocombustıveis). E importante ressaltar que o elevado numero de compo-
nentes presentes nas misturas contınuas torna proibitiva a simulacao fluidodinamica
devido ao alto custo computacional. Assim, metodos que simplificam a caracte-
rizacao podem ser adotados com o objetivo de diminuir a complexidade do problema
e viabilizar a solucao das equacoes de equilıbrio e transporte de massa multicompo-
nente.
A solucao de compromisso adotada para superar as dificuldades tecnicas associ-
adas a determinacao da composicao dessas misturas consiste em uma aproximacao,
onde informacoes conhecidas de fracao molar (ou massica) de uma serie de com-
ponentes com propriedades semelhantes sao agrupadas atraves da sua distribuicao
em uma dada propriedade, como massa molar, temperatura de ebulicao ou numero
de carbonos. Se a propriedade considerada for discreta, a mistura e caracterizada
atraves da definicao de pseudocomponentes. Por outro lado, se a propriedade esco-
lhida for contınua, a composicao da mistura passa a ser descrita por um componente
contınuo definido atraves de uma funcao de distribuicao contınua.
A vantagem de adotar um metodo de caracterizacao por pseudocomponentes e
que as equacoes do equilıbrio de fases e do transporte multicomponente sao direta-
2
mente estendidas a partir da formulacao classica para uma mistura com composicao
conhecida, pois trata-se tambem de uma abordagem discreta. No entanto, para
conseguir representar as variacoes de composicao com acuracia, um elevado numero
de pseudocomponentes e necessario.
Ja na caracterizacao da mistura a partir da definicao de um componente contınuo,
o elevado numero de componentes e representado por uma funcao distribuicao de
massa (ou moles) contınua, que deve ser capaz de representar as propriedades da mis-
tura. As equacoes de equilıbrio de fases e de transporte de massa sao generalizadas
para a funcao distribuicao. Dependendo do comportamento da funcao distribuicao,
essas equacoes integrais podem ser resolvidas de forma analıtica. No entanto, e
conveniente resolver o transporte de massa e equacoes de equilıbrio de fases destas
misturas utilizando uma abordagem semelhante aquela usando pseudocomponen-
tes. Assim, a funcao distribuicao contınua precisa ser discretizada em termos de
pseudocomponentes e, diferentes metodos podem ser escolhidos para realizar essa
caracterizacao.
A acuracia da solucao das equacoes de equilıbrio e transporte de massa depen-
dera da natureza do metodo de caracterizacao escolhido e do numero necessario de
pseudocomponentes para representar as variacoes de composicao da mistura ao longo
do processo de transferencia de massa, porem minimizando o custo computacional
associado a solucao do problema. Assim, a escolha do metodo de caracterizacao
do componente contınuo e uma importante etapa na modelagem matematica dos
problemas envolvendo esse tipo de mistura multicomponente.
Um metodo de caracterizacao que atende aos criterios citados e o metodo dos
momentos fechado por uma regra de quadratura Gauss-Christo↵el, chamado QMoM
(Quadrature Method of Moments) para misturas contınuas [7]. Esse e um metodo
de caracterizacao que possui uma formulacao adaptativa. O QMoM e adaptativo
pois modifica os pseudocomponentes que caracterizam a mistura de acordo com os
processos de transferencia de massa. Assim, quando comparado com outros metodos
de caracterizacao, o QMoM necessita de um menor numero de pseudocomponentes
para representar a mistura. A formulacao das equacoes de transporte de massa
do componente contınuo atraves desse metodo de caracterizacao pode ser realizada
atraves da solucao direta da regra de quadratura, sendo chamado de DQMoM (Direct
Quadrature Method of Moments) [8, 9].
1.1.3 Fluidodinamica Computacional
A solucao das equacoes de transporte de massa multicomponente em um processo
fısico envolvendo o escoamento de um fluido necessita de um complexo codigo com-
putacional para a realizacao dessa simulacao fluidodinamica. Diversos simuladores
3
de fluidodinamica computacional, ou CFD (Computational Fluid Dynamics), podem
ser citados: Fluent, CFX, OpenFOAM, PHOENICS, STAR-CD, COMSOL. A esco-
lha do simulador mais adequado depende do ferramental oferecido para implementar
os modelos e equacoes que regem o problema do transporte de massa multicompo-
nente. Nesse sentido, uma ferramenta de codigo livre e mais flexıvel, pois permite o
acesso ao codigo fonte para modificacoes de acordo com a necessidade de cada nova
modelagem.
Um exemplo de pacote CFD adotado nesses casos e o OpenFOAM (Field Ope-
ration and Manipulation). O OpenFOAM pode ser definido como um conjunto de
bibliotecas, desenvolvidas em C++, para a solucao de problemas de campo usando o
Metodo dos Volumes Finitos (Finite Volume Method, FVM). Alem disso, dispoem de
ferramentas de pre e pos-processamento e possui diversos esquemas de interpolacao
e metodos de solucao de sistemas algebricos usados em CFD ja implementados.
1.2 Motivacao
O alto custo computacional para a simulacao do escoamento de misturas
contınuas motiva o desenvolvimento de uma metodologia para simulacao fluido-
dinamica do transporte de massa multicomponente atraves de uma tecnica de
reducao na ordem da caracterizacao da mistura em pseudocomponentes porem, man-
tendo a acuracia na previsao das suas propriedades.
1.3 Objetivos
O presente trabalho tem como objetivo desenvolver um metodo para a solucao
do transporte de massa multicomponente aplicado ao escoamento isotermico de uma
mistura semicontınua, ou seja, uma mistura contendo componentes contınuos e
especies quımicas conhecidas. A metodologia proposta consiste em uma caracte-
rizacao adaptativa da composicao do componente contınuo por um metodo baseado
no DQMoM [8, 9], onde a solucao do transporte de massa multicomponente e mo-
delado usando o modelo de difusao de Fick ou de Maxwell-Stefan.
Entre os objetivos parciais, e necessario desenvolver tambem um algoritmo de
acoplamento para a solucao simultanea das equacoes que governam o problema e
implementar a metodologia numerica em uma ferramenta computacional de codigo
livre. O pacote de fluidodinamica computacional escolhido para a implementacao
das equacoes propostas e o OpenFOAM.
A seguir, sao listadas uma serie de etapas necessarias para alcancar os objetivos
citados:
4
(a) Solucao do transporte de massa multicomponente atraves da formulacao con-
vencional para especies quımicas conhecidas usando os modelos difusivos de Fick
e Maxwell-Stefan.
(b) Solucao do transporte de massa multicomponente atraves da formulacao
DQMoM para misturas semicontınuas usando os modelos difusivos de Fick e
Maxwell-Stefan.
(c) Desenvolvimento de algoritmo para solucao acoplada das equacoes de transporte
de massa e quantidade de movimento.
(d) Avaliacao da influencia dos diferentes modelos para o mecanismo de transporte
difusivo multicomponente.
(e) Comparacao dos custos computacionais da simulacao fluidodinamica da for-
mulacao DQMoM para misturas semicontınuas em relacao a formulacao con-
vencional para componentes conhecidos.
1.4 Organizacao do Texto
Capıtulo 1: E a presente introducao.
Capıtulo 2: Consiste na descricao dos fundamentos teoricos do problema classico
de transporte de massa multicomponente em um escoamento.
Capıtulo 3: Consiste na revisao da literatura em relacao ao tratamento de misturas
com elevado numero de componentes e suas respectivas aplicacoes.
Capıtulo 4: Consiste na fundamentacao teorica dos processos de transferencia de
massa envolvendo misturas semicontınuas.
Capıtulo 5: Apresenta a nova metodologia proposta para a solucao do transporte
de massa de misturas semicontınuas. Descreve o algoritmo de solucao aco-
plada das equacoes de transporte, bem como a sua respectiva implementacao
computacional.
Capıtulo 6: Resultados da metodologia aplicada ao estudo de caso de misturacao
de correntes em escoamento laminar.
Capıtulo 7: Conclusoes e sugestoes futuras.
5
Capıtulo 2
Fenomenos de Transporte
Este capıtulo revisa as equacoes da mecanica do contınuo, a qual constitui a base
teorica para o desenvolvimento da metodologia nesta tese. Os modelos difusivos de
transporte de massa multicomponente reportados na literatura tambem sao apresen-
tados. Em seguida, sao expostos os fundamentos dos metodos numericos adotados
na solucao da fluidodinamica computacional das equacoes de transporte. A ferra-
menta computacional escolhida para implementacao da metodologia desenvolvida
tambem e apresentada.
2.1 Fundamentos Teoricos
O estudo da termofluidodinamica tem importancia no desenvolvimento da for-
mulacao de problemas tıpicos de engenharia. A base teorica da mecanica do
contınuo, a derivacao das equacoes de conservacao e as equacoes constitutivas sao
apresentadas em diversas referencias, a citar como exemplo: HAUKE [10], SLAT-
TERY [11], TAYLOR e KRISHNA [3] e BIRD et al. [12].
2.1.1 Equacoes de Conservacao
As equacoes que governam a dinamica de fluidos sao derivadas a partir da
aplicacao das leis basicas da mecanica classica e da termodinamica em um dado
volume de fluido [10, 11]. O balanco integral para uma propriedade ' no volume de
fluido Vf (t) com superfıcie Sf (t) pode ser descrito conforme
d
dt
Z
Vf
(t)
⇢' dV =
Z
Sf
(t)
t' · n dS +
Z
Vf
(t)
f' dV (2.1)
onde a massa especıfica e definida por ⇢, o termo de transporte atraves da superfıcie
de contorno do volume de fluido, Sf (t), e representado pelo tensor t', cuja ordem
depende da propriedade conservada, o termo volumetrico e designado por f', n e
6
o vetor normal externo a superfıcie Sf (t) e t e o tempo. Note que a dependencia
temporal e espacial de variaveis de campo, como por exemplo ⇢(x, t), foram omitidas
apenas para manter uma maior clareza nas equacoes.
A aplicacao do Teorema de Transporte e do Teorema de Gauss a Equacao 2.1
permite escrever o balanco integral na sua respectiva forma diferencial
@ (⇢')
@t+r · (⇢' �) = r · t' + f' (2.2)
onde � e a velocidade do fluido.
Assim, a equacao de conservacao para cada grandeza pode ser definida a partir
da equacao geral, Equacao 2.2.
Conservacao de Massa
A equacao da continuidade ou a conservacao de massa e definida conforme
@⇢
@t+r · (⇢ �) = 0 (2.3)
onde a grandeza ' e igual a um escalar unitario. Portanto, a propriedade conservada
e a propria massa especıfica e os termos de transporte superficial e volumetrico sao
nulos (t' = 0 , f' = 0).
Conservacao de Especies Quımicas
O presente trabalho trata de fluidos com mais de um componente e, portanto, um
balanco para a conservacao da massa de cada especie quımica tambem precisa ser
resolvido. A formulacao convencional de misturas multicomponentes cujos compo-
nentes sao conhecidos e referenciada na literatura como um modelo de componentes
discretos, ou Discrete Component Model (DCM). A conservacao de cada especie
quımica pode ser definida tanto em base massica quanto em base molar. A seguir,
sao apresentadas as definicoes e equacoes para os dois casos.
A concentracao massica de uma especie qualquer A e definida por
⇢A = ⇢YA (2.4)
onde YA e a fracao massica da especie.
A definicao de massa especıfica da mistura multicomponente composta por Nesp
especies quımicas e descrita da seguinte forma:
⇢ =
NespX
A=1
⇢A (2.5)
7
A restricao de fracao massica e descrita por:
1 =
NespX
A=1
⇢A⇢
=
NespX
A=1
YA (2.6)
A concentracao molar de uma especie A qualquer e definida por
cA = ctyA (2.7)
onde ct e a concentracao molar total por volume da mistura e yA e a fracao molar
da especie. A concentracao molar da mistura e definida por:
ct =
NespX
A=1
cA (2.8)
A restricao para as fracoes molares e descrita por:
1 =
NespX
A=1
cAct
=
NespX
A=1
yA (2.9)
A massa molar da mistura, M , pode ser calculada a partir da fracao massica de
cada especie e sua respectiva massa molar, MA,
M =
N
espX
A=1
YA
MA
!�1
(2.10)
ou a partir da fracao molar:
M =
NespX
A=1
yAMA (2.11)
E possıvel calcular a concentracao massica a partir da concentracao molar tanto
para cada especie quımica,
⇢A = MAcA (2.12)
quanto para a mistura:
⇢ = Mct (2.13)
A fracao massica para uma especie tambem pode ser obtida a partir da fracao
molar.
YA =yAMA
M(2.14)
8
A relacao inversa permite obter a fracao molar:
yA =YA
MAM (2.15)
O fluxo massico total da especie quımica, nA, e definido por:
nA = ⇢A�A (2.16)
onde �A e a velocidade da especie A. O fluxo de massa total e dado pelo somatorio
da contribuicao de cada especie.
nt =
NespX
A=1
⇢A�A = ⇢� (2.17)
Assim, a velocidade do fluido � e a velocidade media massica das especies
quımicas.
� =
PNesp
A=1
⇢A�A
⇢=
NespX
A=1
YA�A (2.18)
O fluxo difusivo da especie A e definido por:
|A = ⇢A (�A � �) (2.19)
Diferentes equacoes constitutivas que modelam o fluxo difusivo multicomponente
sao reportadas na literatura e estas sao discutidas em detalhes na Secao 2.1.2.
A conservacao de massa da especie A derivada a partir do balanco diferencial
geral da Equacao 2.2 e representada por
@⇢A@t
+r · (⇢A �) = �r · |A + !A (2.20)
onde ' = YA, o fluxo difusivo e t' = �|A e a taxa de producao de A por unidade
de volume por uma reacao quımica homogenea e f' = !A.
Sabendo as definicoes do fluxo massico total da especie A e difusivo de cada
especie, Equacoes 2.16 e 2.19 respectivamente, e possıvel escrever a Equacao 2.20 de
conservacao de massa de cada especie quımica da seguinte forma:
@⇢A@t
+r · nA = !A (2.21)
A definicao do fluxo molar de cada especie e descrita por
NA =nA
MA= cA�A (2.22)
9
e o fluxo molar total e o somatorio do fluxo molar das especies.
N t =
NespX
A=1
NA (2.23)
E possıvel ainda definir o fluxo difusivo molar da especie A:
J
vA =
|A
MA= cA (�A � �) (2.24)
Assim, sabendo as definicoes das Equacoes 2.12 e 2.24, o balanco diferencial
molar da especie e descrito conforme
@cA@t
+r · (cA �) = �r · JvA + !A (2.25)
onde a taxa volumetrica molar da reacao homogenea e igual a !A = !A/MA.
Por fim, a conservacao molar tambem pode ser escrita em funcao do fluxo molar
total da especie:@cA@t
+r ·NA = !A (2.26)
Conservacao de Quantidade de Movimento
A equacao de conservacao de quantidade de movimento e deduzida a partir da
segunda lei de Newton e, portanto, a propriedade ' neste caso e a velocidade do
fluido, �. O transporte de quantidade de movimento atraves da superfıcie de um
volume de fluido e dado pela definicao do tensor tensao ⌧ e, portanto, t' = ⌧ . O
tensor tensao e definido pela soma das tensoes normais associadas a pressao e da
tensao viscosa
⌧ = �pI+ ⌧
0 (2.27)
onde p e a pressao, I e o tensor identidade e ⌧
0 e o tensor das tensoes viscosas. A
equacao constitutiva do tensor tensao viscoso adotada e o modelo de fluido Newto-
niano
⌧
0 =
✓µ0 � 2
3µ
◆(r · �) I+ 2µD (2.28)
onde µ e a viscosidade dinamica, µ0 e a viscosidade dilatacional e D e o tensor
deformacao, definido por:
D =1
2
hr� + (r�)T
i(2.29)
Por fim, o termo de transporte volumetrico referente a contribuicao de uma forca
de campo qualquer, fm, e definido como f� = ⇢fm.
10
Assim, a conservacao de quantidade de movimento e descrita por:
@ (⇢�)
@t+r · (⇢��) = �rp+r · ⌧ 0 + ⇢fm (2.30)
Conservacao de Energia Total
A equacao da energia e deduzida a partir da primeira lei da Termodinamica, onde
a energia total, etot, conservada e definida pela contribuicao da energia interna, e,
energia cinetica e energia potencial, U . Desta forma, a propriedade ' = etot e
definida por:
etot = e+� · �2
+ U (2.31)
O transporte de energia pela superfıcie e dado por
t� = ⌧ · � � q (2.32)
onde o primeiro termo e a taxa de trabalho e o segundo termo, q, e o fluxo difusivo
de calor, cuja equacao constitutiva para um sistema multicomponente e descrita por:
q = �rT +
NespX
A=1
HA
MA|A + ctRT
NespX
A=1
NespX
B=1
B 6=A
yAyBDA,B
DTA
⇢A(�A � �B) (2.33)
O primeiro termo da equacao acima e a conducao de calor descrita pela Lei de
Fourier, onde e a condutividade termica e T e a temperatura. O segundo termo e
a contribuicao do transporte difusivo multicomponente onde HA e a entalpia parcial
molar de cada especie quımica na mistura. O terceiro termo refere-se ao efeito
Dufour, que e a contribuicao da transferencia de massa ao fluxo de calor, onde R
e a constante de gas ideal, DAB e coeficiente de difusao de Maxwell-Stefan e DTA
e o coeficiente de difusao termica. Considerando o efeito de Dufour desprezıvel, a
equacao constitutiva para q pode ser descrita apenas por [3, 12]:
q = �rT +
NespX
A=1
HA
MA|A (2.34)
Por fim, o termo volumetrico e definido pela taxa de adicao de calor por unidade
de volume, qv. Assim, a conservacao de energia e dada por:
@ (⇢etot)
@t+r · (⇢etot �) = r · (⌧ · �)�r · q+ qv (2.35)
11
2.1.2 Transporte de Massa Multicomponente
Derivados tanto a partir da mecanica estatıstica atraves da teoria cinetica dos
gases quanto a partir da termodinamica de processos irreversıveis, os modelos de
transporte molecular em misturas multicomponente sao discutidos em referencias
classicas, tais como HIRSCHFELDER et al. [13], CHAPMAN e COWLING [14]
e TAYLOR e KRISHNA [3]. Livros de fenomenos de transporte tambem discutem
o assunto de forma mais aplicada, como por exemplo, SLATTERY [11] e BIRD et
al. [12].
A teoria sobre difusao multicomponente e consideravelmente complexa devido
ao elevado numero de especies quımicas e as possıveis interacoes intermoleculares,
intramoleculares alem de interacoes molecula-parede. A modelagem do transporte
molecular multicomponente ainda e um assunto em discussao e diversos artigos
de revisao podem ser citados: KRISHNA e WESSELINGH [15], CURTISS e BIRD
[16], BIRD [17], KERKHOF e GEBOERS [18], KERKHOF e GEBOERS [19], WHI-
TAKER [20], DATTA e VILEKAR [21] e WHITAKER [22].
A seguir, sao apresentados os principais modelos para calculo do fluxo difusivo
multicomponente.
Modelo de Fick
Tradicionalmente, o modelo de Fick e o mais adotado para o calculo do fluxo
difusivo na solucao de problemas usando CFD, sendo
|A = �⇢DABrYA (2.36)
onde DAB e o coeficiente de difusao binario [3].
Originalmente formulado para uma mistura binaria, esse modelo pode ser es-
tendido para misturas multicomponentes porem com aplicacoes restritas. No caso
de misturas multicomponentes, onde as especies estao diluıdas em um solvente N ,
a fracao molar do solvente e muito maior do que as fracoes molares das especies
(yA ! 0 , yN ! 1) . Assim, essa aproximacao implica que cada especie apenas sofre
interacao com o solvente N e o modelo e descrito por:
|A = �⇢DANrYA (2.37)
A formulacao para uma mistura multicomponente pode ser descrita ainda em
funcao de um coeficiente de difusao efetiva, DAm, para cada especie na mistura,
|A = �⇢DAmrYA (2.38)
12
onde a formula de FAIRBANKS e WILKE [23] para o calculo do coeficiente de
difusao efetivo e frequentemente usada:
DAm =(1� yA)
PB=1
B 6=A
yBDAB
(2.39)
Esse modelo foi desenvolvido para casos onde uma especie A difunde em Nesp�1
especies de fluxo nulo (NB = 0, para B 6= A). Entretanto, essa formulacao e
adotada para calcular o fluxo de todas as especies na mistura mesmo nos casos onde
nenhum dos fluxos e nulo [3].
O modelo de Fick para a mistura multicomponente possui validade restrita e
nao e capaz de prever alguns comportamentos de maior complexidade em processos
difusivos envolvendo misturas multicomponentes, tais como, a difusao mesmo na
ausencia de um gradiente de concentracao da especie ou ainda o efeito da contra-
difusao. Alem disso, nao pode ser aplicado quando existem forcas de campo externas
afetando a difusao, tais como, forcas eletrostaticas ou centrıfuga [15].
Modelo de Maxwell-Stefan
O modelo de Maxwell-Stefan e uma formulacao que possui um limite de validade
maior do que o modelo de Fick. Esse modelo e mais apropriado para descrever o
transporte difusivo de misturas multicomponentes, pois sua formulacao matematica
leva em consideracao interacoes de maior complexidade, alem da possibilidade de
incluir formalmente a influencia de forcas de campo externas [3].
A generalizacao da equacao de Maxwell-Stefan, conhecida na literatura como
Maxwell-Stefan’s Equations (MSE), e expressa conforme
dA = �N
espX
B=1
B 6=A
yAyB(�A � �B)
DA,B�
NespX
B=1
B 6=A
yAyBDA,B
✓DT
A
⇢A� DT
B
⇢B
◆rT
T(2.40)
e a forca motriz, dA, e definida por
ctRTdA ⌘ cArT,PµA + (�A � YA)rP � YA(⇢fA �N
espX
B=1
⇢BfB) (2.41)
onde µA e o potencial quımico e �A e a fracao volumetrica da especie A. O primeiro
termo da Equacao 2.41 refere-se a difusao por diferenca de concentracao, o segundo
termo e a difusao por diferenca de pressao e o ultimo e a contribuicao do efeito de
uma forca de campo que atua diferentemente sobre as especies. Ja na Equacao 2.40,
o primeiro termo e um balanco de troca de quantidade de movimento entre as
especies e o segundo termo refere-se ao efeito de Soret, que e a contribuicao da
13
difusao termica.
No caso de uma mistura ideal, o coeficiente de difusao de Maxwell-Stefan e
independente da composicao e e igual ao coeficiente de difusao de Fick para uma
mistura binaria correspondente (DA,B = DA,B). Alem disso, a expressao da forca
motriz pode ser simplificada [3]:
dA ⌘ ryA + (yA � YA)rP
P� YA
P(⇢fA �
NespX
B=1
⇢BfB) (2.42)
Considerando uma formulacao onde o efeito de Soret e desprezıvel, a
Equacao 2.40 escrita em funcao do fluxo difusivo molar e conforme:
ctdA =
NespX
B=1
B 6=A
(yAJvB � yBJ
vA)
DAB(2.43)
De modo geral, o modelo de Maxwell-Stefan e manipulado para descrever uma
relacao para o fluxo difusivo molar das especies e resolvido atraves de uma for-
mulacao matricial,
ct(d) = �[B](Jv) (2.44)
onde d e J
v sao, respectivamente, a matriz coluna formada pela forca motriz e
pelo fluxo molar das especies. O sistema formado pela Equacao 2.44 e singular,
poisPN
esp
A=1
dA = 0 possuindo apenas Nesp � 1 equacoes independentes e, portanto,
qualquer uma das Nesp equacoes pode ser substituıda pela seguinte relacao de fe-
chamento [20]:N
espX
A=1
jA =
NespX
A=1
J
vAMA = 0 (2.45)
Substituindo a relacao de fechamento da Equacao 2.45 na forma
J
vN
esp
= �N
esp
�1X
B=1
J
vBMB
MNesp
(2.46)
na Equacao 2.43, e possıvel definir o sistema matricial da Equacao 2.44 por
ctdA = �BAAJvA �
Nesp
�1X
B=1
B 6=A
BABJvB (2.47)
onde
BAA =yAMA
DANesp
MNesp
+
NespX
C=1
C 6=A
ycDAC
(2.48)
14
BAB = �yA
✓1
DAB� MB
DANesp
MNesp
◆(2.49)
e A,B = 1, ..., Nesp � 1.
A formulacao generalizada de Maxwell-Stefan e capaz de prever fenomenos como:
(a) difusao osmotica: existe fluxo difusivo mesmo na ausencia de gradiente de con-
centracao da especies
||ryA|| = 0 , ||JvA|| 6= 0 ; (2.50)
(b) contra-difusao: existe fluxo difusivo em sentido contrario ao negativo do gradi-
ente da especieJA · (�ryA)
||JA|| ||ryA||< 0 ; (2.51)
(c) barreira de difusao: o fluxo difusivo e nulo mesmo existindo gradientes de con-
centracao da especie
||ryA 6= 0|| , ||JA|| = 0 . (2.52)
O modelo generalizado de Maxwell-Stefan (Maxwell-Stefan’s Equantions, MSE)
tambem e tratado na literatura pela sua forma equivalente, conhecida como lei
de Fick multicomponente generalizada (Generalized Fick’s Law, GFL) [3, 13, 16].
Na formulacao GFL, o fluxo difusivo e descrito por um comportamento linear em
relacao a forca motriz. E importante destacar que a literatura do transporte de
massa multicomponente apresenta diferentes formas da formulacao GFL, variando
conforme a definicao do coeficiente de difusao multicomponente HIRSCHFELDER
et al. [13], CURTISS e BIRD [16]. Uma das formulacoes GFL apresentadas na
literatura e a de HIRSCHFELDER et al. [13], que descreve uma relacao para o
fluxo difusivo massico,
jA =⇢MA
M2
NespX
B=1
MBDABdB �DTA
rT
T(2.53)
onde DAB e o coeficiente de difusao multicomponente. Neste caso, o coeficiente de
difusao multicomponente nao tem significado fısico tal como o coeficiente de difusao
binario, podendo assumir tanto um valor positivo quanto negativo, a relacao de
simetria nao e valida (DAB 6= DBA) e por definicao DAA ⌘ 0. O coeficiente de
difusao multicomponente pode ser obtido a partir do coeficiente de difusao binaria
pela seguinte relacao [24],
NespX
B=1
✓1
DAB
◆[cBMCDAB + cAMADBA � cAMCDBC ] = ⇢ (1� �AC) (2.54)
15
onde �AC e a funcao delta de Kronecker.
As aplicacoes do modelo de Maxwell-Stefan sao amplas, porem, a literatura apre-
senta algumas discussoes em relacao a suas restricoes. Desenvolvido por CHAP-
MAN e COWLING [14] ou HIRSCHFELDER et al. [13], o modelo e analisado
por KERKHOF e GEBOERS [18, 19, 25] como uma forma simplificada da equacao
de conservacao de quantidade de movimento das especies. Uma das simplificacoes
apontada pelos autores e o fato de que, no referencial escolhido, nao existe aceleracao
da especies.
Alem disso, no modelo de Maxwell-Stefan uma especie A troca quantidade de
movimento com uma especie B mas nao entre si. Desta forma, o modelo e va-
lido quando a velocidade media das especies sao aproximadamente iguais. De fato,
quando a colisao entre especies A e B e muito mais frequente que a colisao entre
moleculas de uma mesma especie (colisao A�A) a tendencia e de que a velocidade
media das especies sejam proximas. Assim, o modelo de Maxwell-Stefan e limitado
a aplicacoes onde o cisalhamento entre especies de mesma natureza e desprezıvel e
apenas a troca de quantidade de movimento entre duas especies diferentes e consi-
derada [18, 19].
O modelo de Maxwell-Stefan apresentado foi derivado da solucao da equacao de
Boltzmann, onde foi considerada a flutuacao da velocidade da especie em relacao
a velocidade media massica. KERKHOF e GEBOERS [18, 25] reportam que essa
escolha limita a aplicacao do modelo a casos onde a ordem de grandeza da velocidade
das especies e diferente da velocidade media massica. Em problemas de escoamento
capilar, as velocidades das especies sao da mesma ordem de grandeza da velocidade
media massica e apenas o modelo de Maxwell-Stefan nao e suficiente para descrever
esse tipo de escoamento [18]. KERKHOF e GEBOERS [18] demonstraram que
a predicao do mesmo difere das observacoes experimentais quando existe contra-
difusao em um capilar. Entretanto, a analise do problema realizada pelos autores
considerou uma formulacao onde a velocidade do gas na parede e nula.
A usual afirmacao de que a velocidade do escoamento de um gas sobre uma
superfıcie, como por exemplo a parede de um tubo, e igual a velocidade da mesma
nao e rigorosamente correta quando existe um gradiente de velocidade perpendicular
a parede, um gradiente de temperatura paralela a parede ou, no caso de uma mistura
multicomponente, um gradiente de concentracao paralela a parede [26]. KRAMERS
e KISTEMAKER [26] apresentam evidencias experimentais da velocidade ao longo
da parede no escoamento de um gas em um capilar. Essa observacao e contraria a
condicao de contorno de nao deslizamento (no-slip), ou velocidade nula na parede,
normalmente adotada. Assim, a condicao de contorno de deslizamento nulo de
um fluido viscoso nao se aplica a uma mistura de gas quando ha um gradiente de
concentracao ao longo da superfıcie [27]. Nesse caso, existe uma velocidade nao
16
nula na superfıcie denominada velocidade de deslizamento difusional (reportada na
literatura como wall-slip, di↵usion creep ou di↵usion slip velocity) [18, 19, 27].
Tal fenomeno e descrito como uma superfıcie de esferas de forma compacta onde
a probabilidade de uma especie, apos sofrer colisoes com a parede, possuir a mesma
velocidade tangencial de antes do impacto e maior do que contrario. Assim, quando
existe um fluxo lıquido do gas em uma direcao, mais moleculas serao refletidas
na direcao do escoamento [19, 27]. KRAMERS e KISTEMAKER [26] formularam
o calculo da velocidade de deslizamento na parede para um problema isotermico,
isobarico e binario. YOUNG e TODD [28] apresentam a extensao da formulacao
para uma mistura multicomponente. Porem, os exemplos analisados pelos autores
sao binarios. YOUNG e TODD [28] afirmam ainda que o efeito da velocidade de
deslizamento difusional na parede ocorre em qualquer escoamento de uma mistura
multicomponente gasosa, mesmo em problemas isobaricos e independente do numero
de Knudsen.
KERKHOF e GEBOERS [25] revisitaram o trabalho de Maxwell e Stefan e op-
taram por desenvolver uma nova solucao para a equacao de Boltzmann porem, con-
siderando uma flutuacao da velocidade das especies em volta da sua propria media.
Essa formulacao deriva uma equacao de conservacao de quantidade de movimento
para as especies sem qualquer uma das aproximacoes citadas. Assim, esse modelo
pode ser visto como um modelo mais geral que o modelo de Maxwell-Stefan [3, 17].
SALCEDO-DIAZ et al. [29] compararam os resultados da solucao do tubo de Stefan
pela formulacao de KERKHOF e GEBOERS [25] com a solucao classica atraves
da formulacao MSE. Os autores adotam a condicao de contorno de Maxwell para a
velocidade de cada especie na parede porem, nao corrigiram a condicao de contorno
da velocidade na parede na formulacao MSE. MILLS e CHANG [30] reportaram a
solucao de um problema de escoamento de um gas binario atraves da formulacao
MSE porem, substituindo a condicao de contorno de nao deslizamento pela veloci-
dade de deslizamento difusional na parede. Desta forma, os autores argumentam
que nao existe a necessidade do uso da formulacao proposta por KERKHOF e GE-
BOERS [25] para o caso estudado.
Considerando resultados reportados na literatura, e possıvel concluir que o esco-
amento de um gas em um capilar precisa da condicao de contorno de velocidade de
deslizamento difusional (di↵usion slip). No entanto, considerando o escoamento de
uma mistura de gas multicomponente, nao esta claro a partir de qual dimensao o
efeito da colisao molecula-parede pode ser considerado desprezıvel e em quais casos a
condicao de contorno de nao deslizamento pode ser usada [27]. Nota-se que existem
diversas questoes que cercam o tema e o mesmo pode ser considerado um problema
em aberto, que necessita um maior desenvolvimento pela comunidade cientıfica.
De modo geral, se a ordem de grandeza da velocidade de deslizamento difusi-
17
onal na parede e da ordem de grandeza da velocidade do escoamento, esse efeito
deve ser considerado. Tal ocorrencia e observada em escoamentos induzidos pela
difusao, como o tubo de Stefan por exemplo, em escoamento capilar e em meio
poroso [27]. Desta forma, optou-se por nao investigar os detalhes da formulacao
da velocidade de deslizamento difusional na parede para uma mistura multicom-
ponente, a equacao de conservacao de quantidade de movimento para as especies
desenvolvida por KERKHOF e GEBOERS [25] e os demais modelos reportados na
literatura para o transporte de massa multicomponente em capilares ou em meio po-
roso, pois, estes modelos sao considerados fora do escopo de investigacao do presente
trabalho.
2.2 Fluidodinamica Computacional
Fluidodinamica Computacional, ou Computational Fluid Dynamics (CFD), pode
ser descrita como uma tecnica computacional adotada para realizar numericamente
a analise de uma dada grandeza que sofre uma variacao no espaco e/ou no tempo, ou
seja, e aplicavel a problemas de campo tıpicos da mecanica do contınuo. O resultado
de simulacoes CFD tem sido utilizado na predicao, interpretacao e visualizacao da
solucao das equacoes de conservacao em problemas envolvendo o escoamento de
fluidos e seus respectivos processos de transferencia de massa e energia. VERSTEEG
e MALALASEKERA [31] e SCHAFER [32] podem ser citados como referencias sobre
a area multidisciplinar da fluidodinamica computacional. A presente secao nao tem
como objetivo fundamentar todos os conceitos ja desenvolvidos acerca do assunto,
mas sim meramente referenciar metodos e algoritmos adotados como base para o
desenvolvimento da metodologia proposta.
Uma simulacao CFD pode ser dividida nas seguintes etapas:
(a) construcao da geometria: modelo computacional capaz de representar a geome-
tria fısica real;
(b) construcao da malha: subdivisao imposta na geometria para solucao do pro-
blema atraves de um metodo numerico baseado na discretizacao espacial;
(c) pre-processamento: modelagem fısica do problema - definicao das equacoes que
governam o problema e respectivas condicoes de contorno e condicoes iniciais,
equacoes constitutivas e propriedades dos materiais;
(d) solucao: a solucao em si do problema atraves do uso de uma tecnica numerica
adotada para a discretizacao das equacoes diferenciais parciais e subsequente
solucao do sistema de equacoes algebricas ou algebrico-diferenciais obtido;
18
(e) pos-processamento: tecnica computacional para visualizacao da geometria, ma-
lha e resultados das variaveis de campo.
A etapa de solucao e discutida em maiores detalhes pois representa a etapa de
maior interesse no desenvolvimento do presente trabalho. O metodo numerico ado-
tado para a discretizacao das equacoes diferenciais parciais que representam a con-
servacao de uma grandeza, tal qual a Equacao 2.2, e o Metodo dos Volumes Finitos
( Finite Volume Method - FVM ). O FVM e um metodo numerico cuja formulacao e
baseada em equacoes discretas que satisfazem os princıpios de conservacao [31, 33].
Nao serao discutidos os detalhes da formulacao dos metodos de solucao do sis-
tema de equacoes algebricas obtido apos a discretizacao do problema usando o FVM,
sendo apenas citados quais metodos foram utilizados em cada caso, quando ne-
cessario.
2.2.1 Metodo dos Volumes Finitos
O princıpio do Metodo dos Volumes Finitos consiste na integracao da equacao de
conservacao, a Equacao 2.2 por exemplo, em cada volume de controle obtido apos a
discretizacao do domınio durante a construcao de malha. A Figura 2.1 mostra uma
representacao bidimensional desse volume de controle (Vc), onde P e o centro do
volume, f e uma face qualquer de area A e N e o centro de um volume vizinho.
Figura 2.1: Esquema de representacao bidimensional de um volume de controle damalha.
A integracao da Equacao 2.2 em apenas um volume de controle da malha, des-
considerando a variacao temporal da grandeza ', e descrita por
Z
Vc
r · (⇢'�) dV �Z
Vc
r · (�r') dV =
Z
Vc
f' dV (2.55)
onde o termo de transporte difusivo foi descrito de forma generica por
t' = �r' (2.56)
e � e uma propriedade qualquer de transporte molecular.
19
A solucao numerica e derivada a partir da Equacao 2.55 usando o Teorema de
Gauss que leva a
X
f
Z
Sc
(⇢'�) · n dS
| {z }fluxo advectivo na face f
�X
f
Z
Sc
(�r') · n dS
| {z }fluxo difusivo na face f
=
Z
Vc
f' dV
| {z }termo fonte
(2.57)
onde as integrais dos fluxos advectivos e difusivos normais as superfıcies do volume
de controle devem ser aproximadas atraves de uma tecnica de integracao numerica
apropriada.
A Equacao 2.57 pode ser reescrita da seguinte forma,
X
f
F af �
X
f
F df =
Z
Vc
f' dV (2.58)
onde F af corresponde a aproximacao do fluxo advectivo e F d
f do fluxo difusivo em
uma face f qualquer do volume de controle. Esta aproximacao consiste na etapa de
maior importancia do FVM e as tecnicas numericas adotadas sao citadas a seguir.
Fluxo Advectivo
A aproximacao da integral do fluxo advectivo na superfıcie do volume de controle
pode ser descrita por:
F af =
Z
Sc
(⇢'�) · n dS ⇡X
f
(')f (⇢� · n)f Af (2.59)
Assim, as integrais de superfıcie sao aproximadas pelos seus respectivos valores
nas faces, (')f . Para tanto, esquemas (ou funcoes) de interpolacao usando os valo-
res no centro do volume de controle devem ser adotados para se obter os valores no
centro das faces. O esquema de interpolacao mais simples consiste na aproximacao
por diferencas centrais ou Central Di↵erencing Scheme (CDS). No CDS, uma inter-
polacao linear entre os valores no centro dos volumes e adotada para computar os
valores dos termos advectivos nas faces.
A escolha do esquema de interpolacao na aproximacao do fluxo advectivo e
uma etapa de fundamental importancia em alguns casos de escoamentos advectivo-
difusivos pois, dependendo do metodo escolhido, o esquema de interpolacao pode
falhar e resultar em calculos erroneos do fluxo. JASAK [34] apresenta uma discussao
a respeito dos detalhes de formulacao, restricoes numericas e ordem de aproximacao
de esquemas de interpolacao para o calculo desses fluxos.
Em escoamentos puramente advectivos, onde o CDS e inadequado por ser este
um metodo que nao permite ponderar a interpolacao de acordo com a direcao do
20
escoamento, esquemas de alta ordem, hıbridos ou com limitadores de fluxo devem
ser adotados.
O esquema de interpolacao upwind (Upwind Di↵erencing Scheme - UDS) [35]
e uma alternativa ao CDS que possui estabilidade numerica apesar de apresentar
carater dissipativo. A formulacao do UDS leva em consideracao a direcao do esco-
amento ao determinar os valores nas faces: o valor advectado da propriedade (')fna face e considerado igual ao valor do volume a montante.
Esquemas hıbridos (Blended Di↵erencing Scheme - BDS) [36] sao uma com-
binacao linear dos metodos UDS e CDS, onde o numero de Peclet local e adotado
como referencia para avaliar o fluxo lıquido atraves do volume de controle. Assim,
para valores de Peclet local abaixo de 2, o CDS e usado, enquanto que para valores
de Peclet maior que 2, o UDS e usado. Podem ser citados ainda os esquemas com
limitadores de fluxo TVD (Total Variation Diminishing) [37] e NVD (Normalised
Variable Diagram) [38, 39], derivados para eliminar oscilacoes numericas.
Fluxo Difusivo
Da mesma forma que o fluxo advectivo, a aproximacao da integral do fluxo
difusivo na face do volume de controle pode ser descrita por
F df =
Z
Sc
(�r') · n dS ⇡X
f
(�n ·r')f Af (2.60)
onde o ındice f refere-se a uma face qualquer do volume de controle.
Diferentes esquemas de interpolacao podem ser derivados para a aproximacao
do termo difusivo, como o calculo por diferencas centrais e o metodo dos mınimos
quadrados.
Termo Fonte
De modo geral, os termos de uma equacao de transporte que nao sao advectivos
ou difusivos, sao definidos como termo fonte. O termo fonte pode ser implıcito,
onde e incluıdo na diagonal da matriz do sistema de equacoes algebricas formado
apos a discretizacao pelo FVM, ou explıcito, sendo adicionado ao vetor do termo
fonte do sistema linear. O tratamento implıcito do termo e adotado quando o
mesmo aumenta a dominancia diagonal do sistema formado, contribuindo para uma
melhor convergencia da solucao. Caso contrario, o termo fonte e adicionado de forma
explıcita.
A aproximacao das integrais em volume para o tratamento do termo fonte e
realizada considerando a aproximacao para o valor da funcao no centro do volume
21
de controle: Z
Vc
f' dV ⇡ (f')PVc (2.61)
Equacao Discretizada
A formulacao do FVM considera as aproximacoes para os fluxos advectivo e
difusivo, realizadas de modo que os valores dos volumes vizinhos sao utilizados no
calculo dos valores das faces de contorno do volume de controle. Assim, chega-se a
uma expressao geral para um volume de controle Vc,
aP�P +X
N
aN�N = bP (2.62)
onde � e a propriedade a ser calculada e aP , aN e bP sao os coeficientes provenientes
da discretizacao da equacao de conservacao.
Por fim, um sistema algebrico de equacoes para o FVM e obtido apos a aplicacao
das aproximacoes citadas a todos os volumes de controle da malha e considerando
as condicoes de contorno apropriadas para cada caso [32].
2.2.2 Discretizacao Temporal
Nas secoes anteriores foram apresentadas as formas de discretizacao dos termos
no espaco. A seguir, sao citados os metodos de discretizacao temporal adotados para
obtencao da solucao transiente da integracao temporal das equacoes de transporte.
De modo geral, os metodos de Euler e suas variantes sao baseados na discre-
tizacao por diferencas finitas seguida de uma aproximacao por serie de Taylor. Es-
ses metodos podem ser classificados como explıcitos ou implıcitos, onde os metodos
implıcitos incluem informacao de valores em tempos futuros ainda nao determina-
dos. Dentre os metodos implıcitos, dois principais podem ser citados: o metodo
de Euler implıcito e o Backward Di↵erentiation Formula (BDF) de 2a ordem. A
diferenca entre os metodos e que o BFD adota a informacao de mais de um instante
no passado na construcao da solucao discreta [32].
2.2.3 Programa para Simulacao CFD
A solucao das equacoes de conservacao que governam um processo fısico envol-
vendo o escoamento de um fluido depende da escolha de um simulador CFD. Di-
versos simuladores de fluidodinamica computacional podem ser citados, tais como
os simuladores proprietarios Fluent, CFX, PHOENICS, STAR-CD, COMSOL e, os
de codigos livre, OpenFOAM, FreeCFD, OpenFVM e OpenFlower. A escolha do
simulador mais adequado depende do ferramental oferecido para resolver os modelos
22
e equacoes que regem o problema. Nesse sentido, uma ferramenta de codigo livre
e mais flexıvel, pois permite o acesso ao codigo fonte para modificacoes de acordo
com a necessidade de cada nova estrategia de modelagem.
O OpenFOAM (Field Operation and Manipulation) se destaca entre os pacotes
CFD pela maturidade do codigo livre distribuıdo pela ESI [40] e pela liberdade
de implementacao disponıvel em sua estrutura. O OpenFOAM corresponde a um
conjunto de bibliotecas, desenvolvidas em C++, para solucao de problemas de campo
e possui uma serie de operacoes matematicas ja implementadas, tais como: calculos
tensoriais, diversas funcoes de interpolacao, metodos de discretizacao temporal e
solucao de sistemas algebricos.
A discretizacao de equacoes diferenciais parciais (EDP) no OpenFOAM e base-
ada no Metodo dos Volumes Finitos. As operacoes vetoriais, como por exemplo o
divergente ou o laplaciano de uma variavel de campo, podem ser discretizadas na
sua forma implıcita ou explıcita. A discretizacao implıcita de um operador vetorial
forma um sistema de equacoes lineares que representa a discretizacao da EDP na
malha, onde o sistema de equacoes formado precisa ser resolvido para determinar
a solucao da variavel no campo no proximo instante de tempo. Ja na discretizacao
explıcita do operador vetorial, o mesmo e calculado considerando o resultado da
operacao usando o valor presente da variavel na malha.
No OpenFOAM, as operacoes sao representadas atraves de uma estrutura de
codigo que se assemelha a descricao matematica utilizada na modelagem do pro-
blema fısico. Desta forma, e possıvel fazer uma correspondencia entre a imple-
mentacao e a equacao original. Este conceito e alcancado atraves da programacao
orientada a objetos e da tecnica de sobrecarregamento de operadores utilizada nas
bibliotecas do OpenFOAM, que permite a simplificacao na notacao e encapsula-
mento dos detalhes dos procedimentos computacionais. O Codigo 2.1 e um exemplo
da representacao da implementacao computacional da solucao da equacao da con-
tinuidade (Equacao 2.3), onde fvm representa uma discretizacao implıcita, fvc e a
discretizacao explıcita, div representa o operador divergente, ddt e a discretizacao
temporal, rho e a massa especıfica e o fluxo de massa phi e um campo definido nas
faces dos volumes de controle por �f =RSf
⇢� ·n dS [34, 41]. A funcao solve() re-
torna a solucao do sistema algebrico formado, onde o metodo de solucao e escolhido
pelo usuario.
Os aplicativos do OpenFOAM podem ser classificados em duas grandes catego-
rias: os solvers e os utilitarios. Os solvers sao os aplicativos desenvolvidos para
resolver um problema especıfico da mecanica do contınuo, como por exemplo a
solucao de um escoamento compressıvel. Os utilitarios sao aplicativos desenvolvidos
para manipular dados, como por exemplo o calculo da magnitude de um campo de
velocidade. O OpenFOAM e distribuıdo ja com uma serie de solvers para solucao
23
de problemas tıpicos de simulacao CFD como problemas de conveccao natural, es-
coamento turbulento e escoamento reativo, por exemplo.
Codigo 2.1: Trecho de codigo em OpenFOAM que descreve a solucao da equacao da
continuidade.
1 solve
2 (
3 fvm::ddt(rho)
4 + fvc::div(phi)
5 );
Diversos recursos estao disponıveis nesta ferramenta, tais como: ferramentas
de pre e pos-processamento, computacao paralela e malhas moveis. Alem disso, e
distribuıdo gratuitamente junto com o codigo fonte, permitindo grande flexibilidade
no desenvolvimento de novos modelos.
Assim, o OpenFOAMmostra-se adequado para servir como base para o desenvol-
vimento de novas metodologias como, por exemplo, a implementacao de um codigo
CFD para a solucao de um escoamento de um fluido viscoelastico [42, 43], a solucao
de um escoamento polidisperso [44, 45] ou ainda a solucao de um escoamento de
uma mistura multicomponente em meio poroso [46].
2.3 Trabalhos sobre Transporte de Massa Multi-
componente
A solucao do transporte de massa multicomponente em problemas de campo e um
tema que permeia diferentes aplicacoes. Varios codigos CFD incluem o transporte
difusivo descrito pelo modelo de Fick e, apesar de menos explorado, o modelo de
Maxwell-Stefan tambem e reportado em algumas aplicacoes [46, 47]. A solucao
das equacoes de transporte de massa pelo modelo de Fick e mais simples, uma vez
que nao existe um acoplamento do fluxo difusivo entre as especies. Ja a solucao
pelo modelo de Maxwell-Stefan demanda uma analise numerica que contemple o
acoplamento entre os componentes presentes na mistura.
Existem diferentes estrategias para a solucao do transporte difusivo pelo modelo
de Maxwell-Stefan. E possıvel calcular os fluxos difusivos pela solucao direta da for-
mulacao generalizada de Maxwell-Stefan, conforme a Equacao 2.40 (Maxwell–Stefan
Equations, MSE). A vantagem em adotar essa formulacao e que os coeficientes
do sistema linear formado dependem apenas do calculo dos coeficientes de difusao
binarios. Entretanto, nesta formulacao o termo difusivo e tratado como um termo
fonte explıcito na solucao da equacao de conservacao e algoritmos de convergencia
iterativos sao necessarios para garantir o acoplamento dos fluxos difusivos. No caso
24
de processos transientes, esses algoritmos iterativos precisam atingir a convergencia
dos fluxos em cada passo de tempo, garantindo a consistencia com o campo de fracao
molar das especies [3, 46, 48, 49].
Em uma formulacao equivalente, a matriz de coeficientes de difusao multicom-
ponente e determinada atraves da solucao de um sistema linear e os fluxos difusivos
sao obtidos por uma multiplicacao matricial. Nesse caso, o fluxo difusivo e uma
combinacao linear da forca motriz das especies e depende da determinacao do co-
eficiente de difusao multicomponente (Generalized Fick’s Law, GFL). Entretanto,
mais de uma forma da formulacao GFL e reportada na literatura onde a diferenca
consiste no calculo do coeficiente de difusao multicomponente [13, 16]. Vale observar
tambem que, apesar da literatura fazer referencia a implementacao da formulacao
GFL como uma formulacao implıcita do modelo de difusao, o calculo do coeficiente
de difusao multicomponente depende da composicao da mistura logo, o processo
iterativo tambem e necessario nessa formulacao [13, 48, 50].
De modo geral, uma solucao implıcita e preferida pois permite o uso de passos
de tempo maiores porem, os metodos implıcitos demandam mais memoria. As
formulacoes explıcitas requerem um menor custo de memoria porem, dependem de
passos de tempo menores e algoritmos iterativos para garantir a convergencia do
acoplamento das equacoes [51, 52].
Determinar qual formulacao e mais conveniente depende de diversos fatores.
Uma implementacao implıcita do fluxo difusivo pode ser adotada atraves da for-
mulacao GFL, que, entretanto depende da determinacao da matriz de coeficientes de
difusao multicomponente. A formulacao GFL pode ser considerada uma estrategia
interessante em aplicacoes CFD devido a semelhanca da equacao de transporte com
o modelo de Fick [50]. No entanto, apesar de GANDHI [50] afirmar que esta for-
mulacao e apropriada quando a mistura possui um elevado numero de componentes,
deve-se considerar que a solucao simultanea das equacoes de transporte das especies
pode nao ser interessante pois a dimensao do sistema formado torna essa estrategia
desvantajosa [48]. Alem disso, na formulacao GFL o coeficiente de difusao mul-
ticomponente nao e conhecido de forma explıcita, enquanto na formulacao MSE
o coeficiente de difusao e diretamente calculado a partir do coeficiente de difusao
binaria e uma correcao para misturas nao-ideais.
A implementacao semi-implıcita para um problema puramente difusivo 1-D e
reportada na literatura pela formulacao GFL [13] atraves da solucao segregada das
equacoes de transporte das especies onde os termos da diagonal da matriz de coefi-
cientes de difusao multicomponentes sao integrados de forma implıcita e os demais
sao explıcitos [48, 51]. Ja GANDHI [50] apresentou a solucao de um problema di-
fusivo 1-D atraves de uma formulacao GFL diferente, conforme modelo reportado
por CURTISS e BIRD [16].
25
KUMAR e MAZUMDER [52] reportam ainda um metodo de solucao acoplada
do escoamento laminar de uma mistura multicomponente 2-D usando a formulacao
GFL [13] porem, com uma estrategia de divisao da malha em sub-domınios peque-
nos o suficiente para serem resolvidos implicitamente sem problema de memoria.
O metodo consiste em uma decomposicao interna do domınio de simulacao (Inter-
nal Domain Decomposition, IDD) com solucao implıcita para cada sub-domınio e
tratamento explıcito com acoplamento por condicao de contorno do sub-domınio
adjacente. Assim, o metodo tambem depende de um processo iterativo para con-
vergencia do acoplamento entre os sub-domınios.
Uma outra questao na analise do problema de transporte de massa multicom-
ponente e a estrategia adotada para impor o somatorio das fracoes dos componen-
tes. Em geral, dois tipos de fechamentos explıcitos sao adotados: a solucao de
Nesp � 1 equacoes de transporte onde o campo da ultima especie e obtido por di-
ferenca (yNesp
= 1 �PN
esp
�1
A=1
yA) ou, solucao de todas as equacoes para as especies
seguida de uma normalizacao dos campos de fracoes. A primeira forma e a mais
frequentemente adotada, especialmente nos casos onde um dos componentes e um
solvente em excesso. Entretanto, dependendo do problema estudado, a escolha ar-
bitraria de um componente cuja equacao de transporte nao e resolvida pode gerar
fracoes negativas enquanto que a imposicao do somatorio de fracao das especies
atraves da normalizacao em um algoritmo iterativo e estavel. PEERENBOOM et
al. [53] reportaram um caso onde um esquema de interpolacao exponencial e ado-
tado na discretizacao do fluxo difusivo pela formulacao GFL onde a restricao da
fracao das especies e consequencia da formulacao proposta e tambem nao precisa ser
calculada explicitamente.
E possıvel encontrar ainda formulacoes menos convencionais, como a reportada
por CHANG e STAGG [54], que apresentam uma solucao lagrangiana para a quan-
tidade de movimento das especies aplicada a um problema de escoamento com onda
de choque em misturas gasosas multicomponentes. O metodo consiste no uso de
uma malha movel cuja velocidade e a velocidade media massica da mistura e, por-
tanto, a massa do sistema e constante. As velocidades das especies sao obtidas
para a malha da mistura e usadas para construir uma malha temporaria. Assim,
as concentracoes das especies sao calculadas pelo mapeamento da solucao de cada
especie da malha temporaria para a malha da mistura. A escolha da solucao para
a velocidade das especies, ao inves da solucao pelo modelo de Maxwell-Stefan, e
justificada pelos autores pois acredita-se que as diferencas inerciais entre as especies
sao relevantes na analise de instabilidades hidrodinamicas encontradas no processo
de misturacao estudado.
A solucao do escoamento laminar de uma mistura multicomponente e reportada
tanto pelo modelo MSE quanto GFL, em software livre e proprietario, respectiva-
26
mente. NOVARESIO et al. [46] implementaram o MSE e modelos para o escoamento
em meio poroso na ferramenta CFD de codigo livre, o OpenFOAM, para aplicacao no
estudo de celulas combustıveis. SPILLE-KOHOFF et al. [47] reportaram a solucao
CFD pelo modelo GFL no estudo de caso de um processo de misturacao em escoa-
mento laminar no software proprietario distribuıdo pela Ansys, o CFX.
Assim, a partir dessa analise geral da literatura, e possıvel destacar a importancia
e a complexidade da formulacao de um problema de campo de uma mistura multi-
componente.
27
Capıtulo 3
Revisao do Tratamento de
Misturas Multicomponentes
O objetivo deste capıtulo e apresentar a revisao da literatura do transporte de
massa de uma mistura caracterizada por um elevado numero de componentes, como
por exemplo combustıveis derivados do petroleo (querosene, gasolina, diesel). Esse
tipo de mistura e de difıcil caracterizacao pois seus componentes possuem propri-
edades quımicas semelhantes. Assim, pretende-se expor os desafios que cercam o
tema, destacando as principais contribuicoes reportadas.
Dentre os desafios, pode-se citar os seguintes: custo computacional e acuracia.
O elevado numero de componentes presente nesse tipo de mistura torna proibitiva
a simulacao fluidodinamica devido ao alto custo computacional. Assim, sao encon-
tradas na literatura diversas formulacoes que reduzem a complexidade do problema
porem, por ser tratarem de uma aproximacao da composicao original da mistura, a
sua acuracia deve ser considerada. Alem disso, a acuracia do calculo do equilıbrio
de fases e do escoamento desse tipo de mistura e agravada devido a erros numericos
decorrentes das baixas concentracoes de alguns componentes. E importante desta-
car que esses componentes nao devem ser desprezados pois mesmo em baixa con-
centracao eles podem alterar significativamente as propriedades termodinamicas da
mistura.
O problema do transporte de massa de misturas com elevado numero de com-
ponentes e encontrado em diversas aplicacoes: combustao, destilacao, escoamento
reativo, etc. Assim, pretende-se cobrir apenas os trabalhos que motivam o desen-
volvimento da metodologia do presente trabalho.
Desta forma, a analise da revisao da literatura foi dividida nos seguintes topicos:
(a) formulacoes reportadas para a solucao do equilıbrio de fases ou de processos
transientes de misturas complexas contendo um elevado numero de componentes
com propriedades semelhantes.
28
(b) problemas de campo: revisao dos problemas envolvendo o escoamento de mis-
turas contınuas, incluindo aplicacoes CFD.
(c) historico contendo a contribuicao do presente grupo de pesquisa na area.
3.1 Misturas com Elevado Numero de Compo-
nentes
A formulacao classica de problemas envolvendo misturas multicomponentes as-
sume que as especies quımicas que a compoem e suas composicoes sao conheci-
das. No entanto, algumas misturas sao compostas por uma grande quantidade de
componentes com propriedades semelhantes, dificultando sua caracterizacao com-
pleta. PRAUSNITZ [55] definiu este tipo de mistura como uma mistura complexa
cujos componentes nao sao quimicamente identificaveis.
Quando algumas especies quımicas podem ser identificadas, essas misturas com-
plexas podem ser caracterizadas por estes componentes chave. Nessa aproximacao,
as fracoes (molar ou massica) dessas especies quımicas conhecidas sao calculadas
atraves de um ajuste de propriedades, de modo que a mistura substituta formada
pelos componentes chave possui propriedades semelhantes as da mistura real [56].
O uso de pseudocomponentes na caracterizacao desse tipo de mistura e uma das
principais formulacoes adotadas para aproximar a sua composicao. A formulacao re-
presenta uma fracao dos componentes com propriedades semelhantes atraves de um
criterio para definicao do pseudocomponente. A tecnica permite reduzir o numero
de equacoes e se ajusta aos casos onde nao e possıvel determinar cada componente
presente na mistura [55].
De qualquer forma, uma caracterizacao detalhada da mistura e necessaria e de-
pende de uma analise quımica para determinar alguma informacao parcial a res-
peito da natureza e das concentracoes dos compostos presentes. Desta forma, estas
misturas podem ser fracionadas atraves de diferentes tecnicas experimentais e, as-
sim, caracterizadas atraves de alguma propriedade, como por exemplo massa molar,
numero de atomos de carbono, aromaticidade ou ponto de ebulicao. Existem al-
gumas tecnicas analıticas utilizadas para obter essa informacao mınima necessaria
sobre as propriedades da mistura, tais como curva de destilacao ou cromatogra-
fia [57, 58]. Os dados obtidos por diferentes tecnicas experimentais caracterizam
a mistura atraves da distribuicao de uma propriedade em funcao de uma ou mais
variaveis de caracterizacao.
Assim, a composicao destas misturas sao descritas atraves de uma funcao dis-
tribuicao e, por este motivo, passaram a ser definidas na literatura como misturas
contınuas [4]. Diferentes funcoes podem ser adotadas para representar uma serie de
29
componentes com propriedades semelhantes, tais como hidrocarbonetos asfaltenicos,
naftenicos ou aromaticos. Quando algumas especies quımicas identificaveis estao
presentes em sua composicao, essas sao chamadas de misturas semicontınuas. No
modelo semicontınuo, a mistura e composta por componentes discretos conhecidos
e os demais componentes com propriedades semelhantes sao caracterizados por uma
funcao distribuicao contınua, ou seja, por um componente contınuo [4–6]. A for-
mulacao matematica de uma mistura semicontınua e apresentada em detalhes no
capıtulo seguinte.
A funcao que descreve a distribuicao de fracao molar de uma mistura contınua
corresponde a uma aproximacao da composicao real e, portanto, a caracterizacao
dessa funcao deve ser feita de forma adequada para que se aproxime do comporta-
mento experimental da mistura. Assim, as variaveis de caracterizacao, ou variaveis
de distribuicao, devem ser escolhidas tendo como base esse objetivo. Algumas mis-
turas complexas podem ser bem representadas por uma funcao distribuicao com
apenas uma variavel de distribuicao, como e o caso de misturas de hidrocarbonetos
de uma serie homologa, que sao bem caracterizadas apenas pela massa molar [7].
Conforme aumenta a complexidade dos compostos presentes na mistura, a carac-
terizacao da funcao distribuicao por apenas uma variavel de distribuicao passa a
nao ser suficiente para descrever suas propriedades, sendo necessario um numero
maior de variaveis de caracterizacao [5]. No presente trabalho, apenas misturas
caracterizadas por funcoes de distribuicao monovariadas sao consideradas.
O modelo de mistura semicontınua foi inicialmente reportado na solucao do
equilıbrio lıquido-vapor aplicado a uma coluna de absorcao de gas natural em um
solvente parafınico [5]. Desde entao, o modelo e adotado na literatura para a solucao
de diversos problemas envolvendo o calculo do equilıbrio de fases onde o componente
contınuo e descrito por uma funcao distribuicao (como Gama, Gaussiana ou expo-
nencial) e considerando diferentes equacoes de estado [59, 60].
Dependendo do comportamento da funcao distribuicao, essas equacoes podem
ser resolvidas de forma analıtica. No entanto, e conveniente resolver essas equacoes
com uma abordagem semelhante a convencional usando pseudocomponentes. Inici-
almente, a discretizacao da funcao distribuicao era realizada com base em intervalos
arbitrarios, que eram definidos uniformemente ou a partir de uma funcao [61]. Pos-
teriormente, regras de quadratura passaram a ser adotadas para descrever a funcao
distribuicao contınua em termos de pseudocomponentes [5, 62–64].
LAGE [7] reportou um metodo de discretizacao por uma regra de quadratura
adaptativa onde a funcao peso da quadratura e a funcao distribuicao que caracte-
riza o componente contınuo. Neste metodo, os momentos da funcao distribuicao sao
usados no calculo da quadratura e, por este motivo, e referenciado como QMoM
(Quadrature Method of Moments) para misturas contınuas. O QMoM foi inicial-
30
mente reportado para a solucao de uma equacao de balaco populacional (Popula-
tion Balance Equation, PBE), que consiste em uma equacao de conservacao para
uma funcao distribuicao de numero de partıculas, como por exemplo a populacao
de gotas em um aerossol [65]. Apesar de representarem fenomenos fısicos distintos,
uma PBE e a transformacao de um componente contınuo possuem um denominador
comum: a evolucao de uma funcao distribuicao.
No QMoM para misturas contınuas, a funcao distribuicao do componente
contınuo e aproximada por um conjunto de pseudocomponentes discretizados que
podem ser recalculados de acordo com as mudancas de composicao da mistura.
Desta forma, quando comparado com outras regras de quadratura, e possıvel obter
uma melhor acuracia na caracterizacao com um menor numero de pseudocompo-
nentes [7]. As vantagens do metodo foram destacadas em problemas de equilıbrio de
fases em estudo de casos de flash, incluindo a aproximacao de misturas de petroleo
com dados reais [66, 67].
Alem disso, o QMoM tambem foi aplicado na simulacao de um processo de va-
porizacao de uma gota de querosene [68–70]. A solucao do modelo transiente foi
realizada tanto pelo metodo dos momentos (QMoM) quanto pela solucao direta
da regra de quadratura (Direct QMoM). O resultado do QMoM e do DQMoM fo-
ram comparados com a aproximacao da composicao por uma funcao Gama alem
da solucao para uma composicao do querosene com 36 componentes. Foi possıvel
equiparar o resultado da caracterizacao com 36 componentes com apenas 4 pseu-
docomponentes calculados pelo QMoM e DQMoM, que foram mais acurados que
a mistura caracterizada pela funcao Gama. Alem disso, tanto o QMoM quanto o
DQMoM apresentaram uma reducao de 60% no custo computacional, quando com-
parados com o caso convencional de 36 componentes . A diferenca entre o QMoM e o
DQMoM foi observada no final da vaporizacao da gota, onde o DQMoM apresentou
maior acuracia [68–70].
De modo geral, e possıvel constatar que a acuracia da solucao depende do metodo
de caracterizacao escolhido e do numero de pseudocomponentes necessarios para
representar as variacoes de composicao da mistura. Assim, a escolha do metodo
de caracterizacao do componente contınuo e uma importante etapa na modelagem
matematica dos problemas envolvendo esse tipo de mistura multicomponente. Os
demais metodos de caracterizacao e suas respectivas formulacoes sao vistos em de-
talhes na Secao 4.2 do Capıtulo 4.
31
3.2 Problemas de Campo com Misturas
Contınuas
A aplicacao envolvendo misturas com elevado numero de componentes pode ser
observada no estudo de modelos difusivos aplicado a engenharia de reservatorio de
petroleo e nos processos de vaporizacao de gotas de combustıveis [71, 72]. Boa parte
da modelagem desse tipo de processo considerava o modelo aproximado da mistura
como um unico componente mas, com o avanco da capacidade computacional, a im-
plementacao de codigos com uma modelagem multicomponente passou a ser adotada
por representar melhor a mistura real [72, 73]. Assim, a formulacao do problema
de misturas com um elevado numero de componentes a partir dos conceitos de mis-
turas contınuas passa, portanto, a ser uma alternativa adotada como estrategia de
modelagem.
A solucao de problemas unidimensionais considerando o modelo de misturas
contınuas tem sido tratada na literatura atraves do estudo de casos aplicados a
vaporizacao de gotas de misturas multicomponentes, tipicamente combustıveis tra-
tados como misturas contınuas [68, 74]. Tais aplicacoes sao frequentemente voltadas
para areas da engenharia quımica, mecanica e aeroespacial, tal como a modelagem
de colunas de sprays e de motores de combustao [73].
A solucao do problema de vaporizacao de uma gota atraves da modelagem de
misturas continuas foi inicialmente tratado por TAMIM e HALLETT [74]. Os re-
feridos autores adotaram o metodo da termodinamica de misturas contınuas para
descrever o modelo da vaporizacao de uma gota multicomponente, caracterizando a
fase lıquida por uma funcao distribuicao Gama e adotando uma estrategia de mo-
delagem semicontınua para a fase vapor. O problema fısico estudado consistiu no
aquecimento e vaporizacao de uma unica gota, onde o transporte difusivo foi descrito
por Fick e o modelo assumiu gradientes nulos de concentracao e temperatura na fase
lıquida. Os autores utilizaram o metodo dos momentos e derivaram as equacoes de
conservacao para o caso estudado, que foram resolvidas numericamente atraves do
metodo das diferencas finitas. HALLETT [75] fez uma extensao do trabalho de TA-
MIM e HALLETT [74] considerando o efeito do transporte convectivo atraves da
teoria do filme estagnante.
ZHU e REITZ [76] estudaram o processo de vaporizacao de misturas semi-
contınuas definidas a partir de uma funcao distribuicao do tipo Gama para carac-
terizar um combustıvel diesel. O metodo dos momentos foi adotado na solucao do
transporte do componente contınuo, onde o transporte difusivo tambem foi aproxi-
mado pelo modelo de Fick. Uma equacao de estado do tipo cubica foi adotada para
realizar os calculos de equilıbrio de fases e os resultados foram comparados com uma
estrategia adotando apenas um componente para caracterizar o combustıvel. Os au-
32
tores demonstram a diferenca na predicao de diversas propriedades termodinamicas
e na taxa de vaporizacao, mostrando a importancia de considerar a natureza multi-
componente da mistura atraves da modelagem contınua.
ABDEL-QADER e HALLETT [77] investigaram a influencia do gradiente de
concentracao no interior de uma gota durante o processo de vaporizacao com a ca-
racterizacao da mistura por ate duas funcoes de distribuicao. A solucao das equacoes
de conservacao, inclusive para a a fase lıquida, foi atraves do metodo dos momentos
e foi adotado o modelo difusivo de Fick. Os autores demonstraram em quais casos
a aproximacao de concentracao constante na fase lıquida pode ser adotada e qual
a influencia do gradiente de concentracao interna no comportamento da gota. Em
seguida, HALLETT e CLARK [78] consideraram a aproximacao de concentracao
constante na fase lıquida e aplicaram a metodologia desenvolvida em HALLETT
[75] para um caso de evaporacao seguida de pirolise de uma gota de um oleo deri-
vado de biomassa. A mistura semicontınua foi representada por diferentes funcoes
distribuicao para representar a fracao de lignina, de acidos organicos, de cetonas e
aldeıdos e de agua. Os resultados teoricos foram comparados com um experimento
realizado em uma gota pendente e o modelo apresentou predicoes compatıveis com
relacao aos eventos ocorridos durante o tempo de vida da gota: aquecimento, eva-
poracao dos componentes volateis e pirolise.
HALLETT e LEGAULT [79] e HALLETT e BEAUCHAMP-KISS [80] estuda-
ram experimentalmente a evaporacao de misturas de biodiesel e de uma mistura
combustıvel a base de parafinas e etanol, respectivamente. Os autores aplicaram a
metodologia de HALLETT [75] para comparar os resultados experimentais com o
modelo teorico. HALLETT e BEAUCHAMP-KISS [80] demonstram a importancia
de adotar uma equacao de estado apropriada para o calculo do equilıbrio de fases
de misturas contendo alcool, uma vez que a o modelo ideal de Raoult nao reproduz
os resultados experimentais.
AMUNDSON et al. [81] reportou a primeira extensao do modelo difusivo de
Maxwell-Stefan em uma mistura contınua. O caso estudado foi um problema uni-
dimensional de difusao pura, estacionario e isobarico onde a mistura contınua foi
caracterizada por ate 57 componentes. Desde entao, a formulacao de Maxwell-
Stefan ainda nao foi estendida para aplicacoes envolvendo o escoamento de misturas
semicontınuas e a solucao do escoamento desse tipo de mistura foi reportada apenas
considerando o modelo difusivo de Fick.
A aplicacao do modelo de misturas contınuas em CFD foi inicialmente repor-
tada por ZHANG e KONG [82], que estenderam a metodologia de caracterizacao
de misturas contınuas a simulacao da vaporizacao e combustao em spray. Uma
funcao distribuicao Gama foi adotada para caracterizar o componente contınuo e
os resultados foram comparados com a solucao considerando o combustıvel como
33
um unico componente. A solucao das equacoes de transporte foram implementadas
conforme o metodo dos momentos e o resultado encontrado para a mistura contınua
foi consistente com os resultados experimentais. Em seguida, ZHANG e KONG
[83] avaliaram a importancia da aplicacao de uma equacao de estado apropriada
no processo de vaporizacao de misturas contınuas em condicoes de alta pressao e
concluıram que o modelo de Peng-Robinson se aplica ao processo estudado.
SAZHIN e KONG [84] estudaram um modelo CFD para vaporizacao de gota
de combustıvel caracterizado por uma funcao distribuicao e adotaram uma tecnica
de reducao de ordem caracterizando a mistura por pseudocomponentes. Os autores
demonstram um metodo para a escolha dos pseudocomponentes baseado no numero
de atomos de carbonos. Por fim, o modelo estudado incluiu ainda os efeitos de
gradiente de temperatura e difusao no interior da gota de combustıvel.
JATOBA [9] desenvolveu o metodo DQMoM para a simulacao CFD do trans-
porte de massa no escoamento de uma mistura semicontınua em um processo de va-
porizacao/condensacao. A metodologia desenvolvida consistiu na primeira extensao
da metodologia de caracterizacao adaptativa QMoM para uma mistura contınua em
um problema de campo. A conservacao do componente contınuo foi formulada pela
solucao direta da regra de quadratura adaptativa e, portanto, o metodo e conhecido
como DQMoM para misturas contınuas. O caso estudado foi considerado incom-
pressıvel e a aproximacao de baixas taxas de transporte de massa permitiu o uso
do modelo de Fick para o transporte difusivo. JATOBA [9] demonstrou ser possıvel
reduzir a caracterizacao de uma mistura complexa de ate 57 componentes para 6
pseudocomponentes atraves da metodologia citada.
Assim, a extensao da caracterizacao adaptativa QMoM na solucao do escoa-
mento compressıvel de misturas semicontınuas tanto pelo modelo de Fick quanto
pelo modelo de Maxwell-Stefan nao foi reportado na literatura e constitui o objeto
de contribuicao do presente trabalho.
3.3 Historico do Grupo de Pesquisa
O Laboratorio de Termofluidodinamica (LTFD) do Programa de Engenharia
Quımica da COPPE atua no estudo teorico e experimental do comportamento
dinamico dos fluidos e dos fenomenos associados de transferencia de calor e massa
em equipamentos de separacao, mistura ou reacao. Uma das principais linhas de
pesquisa do laboratorio e a analise experimental, modelagem e simulacao CFD de
processos multifasicos.
O presente tema de tese envolvendo a modelagem, simulacao e metodos
numericos aplicados ao escoamento de misturas multicomponentes faz parte das
linhas de pesquisa do LTFD.
34
A metodologia de caracterizacao adaptativa QMoM para misturas contınuas ado-
tada neste trabalho foi desenvolvida pelo professor Paulo Lage em 2007 [7]. A conti-
nuidade do desenvolvimento desta metodologia passou a seguir duas sub-linhas prin-
cipais no LTFD: a aplicacao a processos de separacao e mistura envolvendo estagios
de equilıbrio e a aplicacao ao escoamento com transferencia de calor e massa.
Desde entao, o professor Paulo Lage orientou alguns trabalhos de pos-graduacao
nas sub-linhas de pesquisas citadas: uma dissertacao de mestrado, uma tese de
doutorado e o atual trabalho. A dissertacao de mestrado de JATOBA [9] foi ori-
entada em conjunto com Dr. Flavio Barboza Campos (PETROBRAS). A tese de
doutorado de RODRIGUES [85], foi orientada em conjunto com o professor Victor
Rolando Ruiz Ahon (UFF).
Assim, o metodo de caracterizacao adaptativa QMoM aplicado ao estudo de
problemas de flash por RODRIGUES et al. [67] e PETITFRERE et al. [66], de
vaporizacao por LAURENT et al. [68, 69] e BRUYAT et al. [70] e, na solucao
CFD por JATOBA [9] representam exemplos da continuidade do desenvolvimento
da metodologia de caracterizacao de misturas contınuas proposta originalmente por
LAGE [7].
35
Capıtulo 4
Fundamentos de Misturas
Semicontınuas
Neste capıtulo, os conceitos de misturas semicontınuas sao apresentados. Os
modelos e fundamentos matematicos necessarios para a definicao de uma mistura
semicontınua, bem como os metodos de caracterizacao do componente contınuo,
tambem sao reportados.
4.1 Fundamentos Teoricos
Uma mistura semicontınua composta por Nesp especies quımicas conhecidas e
Ncont componentes contınuos possui a sua a massa especıfica definida por
⇢ =N
contX
l=1
Z
⌦
b⇢cl
(I)dI +
NespX
A=1
⇢A (4.1)
onde b⇢c(I) e a funcao distribuicao de concentracao massica de um componente
contınuo e I e uma propriedade distribuıda qualquer, como massa molar, numero
de carbonos, ponto de ebulicao, etc. Nota-se que a concentracao massica do com-
ponente contınuo e obtida a partir da integracao da funcao distribuicao b⇢c(I) em
todo o domınio ⌦ de validade da propriedade distribuıda I. Desta forma, e possıvel
definir a concentracao massica de um componente contınuo, ⇢c, como:
⇢c =
Z
⌦
b⇢c(I)dI (4.2)
A fracao massica de um componente contınuo, Yc, e definida por
Yc =
Z
⌦
b⇢c(I)⇢
dI =
Z
⌦
bYc(I) dI (4.3)
36
onde bYc(I) e a funcao distribuicao de fracao massica.
Assim, a restricao de fracao massica para os componentes de uma mistura semi-
contınua e descrita por:
1 =N
contX
l=1
Ycl
+
NespX
A=1
YA (4.4)
De forma similar a definicao massica, a concentracao molar da mistura semi-
contınua e definida por
ct =N
contX
l=1
Z
⌦
bccl
(I) dI +
NespX
A=1
cA (4.5)
onde bcc(I) e a funcao distribuicao de concentracao molar de um componente
contınuo. A concentracao molar de um componente contınuo, cc, e definida da
seguinte forma:
cc =
Z
⌦
bcc (I) dI (4.6)
A fracao molar de um componente contınuo, yc, e definida por
yc =
Z
⌦
bcc(I)ct
dI =
Z
⌦
byc(I) dI (4.7)
onde byc(I) e a funcao distribuicao de fracao molar.
Assim, a restricao de fracao molar para os componentes de uma mistura semi-
contınua e descrita por:
1 =N
contX
l=1
ycl
+
NespX
A=1
yA (4.8)
A funcao distribuicao que caracteriza o componente contınuo pode ser tanto uma
funcao contınua quanto uma funcao discreta. Se a funcao considerada for discreta,
a mistura e caracterizada atraves da definicao de componentes (reais ou nao) [7] e
pode ser descrita por um somatorio de funcoes delta de Dirac
byc(I) =NX
i=1
yi�D(I � Ii) (4.9)
onde yi e a fracao molar do componente caracterizado pela propriedade Ii e N e o
numero total de componentes na mistura.
Por outro lado, se a propriedade escolhida for contınua, a composicao da mistura
passa a ser descrita por um componente contınuo definido atraves de uma funcao
de distribuicao contınua, como, por exemplo, uma funcao distribuicao Gama,
byc(I) =Ia�1
�(a)exp(�I) (4.10)
37
onde a e um parametro da distribuicao Gama.
As caracterısticas matematicas de uma mistura composta por componentes
contınuos difere em alguns aspectos das misturas multicomponentes classicas cu-
jas especies sao conhecidas. As propriedades de misturas contınuas que dependem
da sua composicao passam a ter uma dependencia funcional com a distribuicao de
fracao molar. Outro ponto a ser destacado, e o fato de que o calculo do equilıbrio
termodinamico e da transferencia de massa envolvendo um componente contınuo
precisa ser generalizado a partir da formulacao discreta convencional gerando uma
formulacao em termos da funcao distribuicao. Assim, a termodinamica envolvendo o
equilıbrio de fases e a equacao de conservacao para um componente contınuo foram
desenvolvidas e apresentadas na literatura, sendo aplicadas a estudos de casos como
processos de destilacao e vaporizacao [4, 7, 55, 56, 74]. A formulacao da conservacao
de massa para um componente contınuo e apresentada na Secao 4.3.
A complexidade da solucao do equilıbrio termodinamico e do transporte de massa
depende das caracterısticas da funcao distribuicao escolhida para descrever o com-
ponente contınuo. Em alguns casos, solucoes analıticas podem ser diretamente ob-
tidas, no entanto, e conveniente resolver o problema utilizando uma abordagem
semelhante aquela usando pseudocomponentes [6]. Assim, metodos numericos sao
adotados na solucao da integracao da funcao distribuicao, que e discretizada em ter-
mos de pseudocomponentes discretizados [7, 63]. Os metodos de solucao da equacao
de transporte de massa de um componente contınuo sao discutidos na Secao 4.3.2.
A acuracia da solucao das equacoes de equilıbrio e transporte de massa depen-
dera da natureza do metodo de caracterizacao escolhido para discretizar a funcao
distribuicao e do numero necessario de pseudocomponentes capaz de representar as
variacoes de composicao da mistura ao longo do processo de transferencia de massa
porem, minimizando o custo computacional associado a solucao do problema. As-
sim, a escolha do metodo de caracterizacao da mistura contınua e uma importante
etapa na modelagem matematica dos problemas envolvendo esse tipo de mistura.
4.2 Metodos de Caracterizacao
As analises experimentais de misturas contınuas, como curvas de destilacao ou
cromatografia por exemplo, fornecem como resultado uma distribuicao de concen-
tracao em funcao de uma propriedade. Essa informacao e usada para estabelecer a
funcao distribuicao que define a composicao dessa mistura. Ja o metodo de carac-
terizacao da mistura ou componente contınuo e definido como o metodo numerico
adotado para descrever a funcao distribuicao matematicamente. Dentre esses, dois
tipos de caracterizacao de misturas contınuas podem ser destacados: a fixa e a
adaptativa.
38
Os metodos de caracterizacao fixa consistem em metodos de discretizacao onde
os pseudocomponentes sao os mesmos em todas as fases e durante todo o processo. A
grande desvantagem dos metodos de caracterizacao fixa para a simulacao de proces-
sos e a ocorrencia de alguns pseudocomponentes apenas durante um pequeno espaco
de tempo ou em regioes especıficas do processo. Estes casos sao tıpicos em colunas
de destilacao, por exemplo, onde os pratos superiores estao mais concentrados nos
pseudocomponentes mais leves enquanto que os pratos inferiores permanecem mais
concentrados nos pseudocomponentes mais pesados. Para superar esta limitacao,
um numero elevado de pseudocomponentes deve ser adotado, implicando em um
custo computacional maior. Alem disso, um pseudocomponente com fracao molar
quase nula dificulta a solucao do problema e aumenta os erros numericos.
Com o objetivo de superar esta desvantagem, os metodos adaptativos foram de-
senvolvidos. No metodo adaptativo, a caracterizacao da mistura e modificada de
acordo com os processos de transferencia de massa e, consequentemente, acompanha
as mudancas de composicao da mistura. Assim, um menor conjunto de pseudocom-
ponentes e necessario para caracterizar o componente contınuo.
4.2.1 Metodos de Caracterizacao Fixa
Os principais procedimentos de discretizacao para caracterizacao de um compo-
nente contınuo por pontos fixos sao: discretizacao uniforme, discretizacao atraves
de uma funcao arbitraria e discretizacao atraves de uma regra de quadratura ge-
neralizada de Gauss [61, 63]. A discretizacao uniforme e a discretizacao atraves de
uma funcao tratam-se de metodos arbitrarios que resultam em uma caracterizacao
com um maior numero de pseudocomponentes [61]. HUANG e RADOSZ [61] jus-
tificam o uso destes metodos com o objetivo de simplificar os calculos de obtencao
dos pseudocomponentes. No entanto, o numero de pseudocomponentes necessario
para caracterizar a mistura e maior do que nos metodos de discretizacao por uma
regra de quadratura Gaussiana, o que e uma desvantagem quando o objetivo final
da caracterizacao e a simulacao computacional.
De modo geral, os metodos mais utilizados sao baseados em uma regra de qua-
dratura generalizada de Gauss. O formalismo da discretizacao pela quadratura
Gaussiana foi rigorosamente demonstrada por LIU e WONG [63], que expandiram
as funcoes de interesse em polinomios de bases ortonormais. A primeira etapa deste
metodo consiste em aproximar a funcao distribuicao que caracteriza o componente
contınuo, como por exemplo a distribuicao de fracao molar normalizada byc,n(I)Z
⌦
byc,n(I)dI = 1 (4.11)
39
por bases de funcoes polinomiais ortonormais, �i, conforme
byc,n(I) ⇡mX
i=1
fi�i(I) (4.12)
onde m e o numero de polinomios ortonormais e fi sao os coeficientes de Fourier da
expansao da funcao distribuicao na base polinomial �i.
Depois desta aproximacao, a integral da funcao distribuicao e realizada usando
uma regra de quadratura Gaussiana e, assim, sao calculados os respectivos pseudo-
componentes discretizados da mistura,
1 =
Zbyc,n(I)dI =
ZW (I)
byc,n(I)W (I)
�dI ⇠=
NpX
j=1
wj
"mX
i=1
fi�i(Ipj
)
W (Ipj
)
#(4.13)
onde W (I) e a funcao peso, !j sao os pesos, Ipj
sao as abscissas da quadratura (Ipj
tambem sao as raızes do polinomio �Np
) e Np e o numero de pontos da quadratura
e, portanto, o numero de pseudocomponentes discretizados.
A aproximacao do metodo consiste no truncamento da expansao em m = Np e
a definicao da composicao do pseudocomponente discretizado por:
ypj
⌘N
pX
i=1
✓wj�i(Ip
j
)
W (Ipj
)
◆fi (4.14)
Uma matriz de transformacao ji e definida por
ji ⌘wj�i(Ip
j
)
W (Ipj
)(4.15)
de forma que a fracao do pseudocomponente discretizado, ypj
, pode ser calculada
atraves de
ypj
=
NpX
i=1
jifi (4.16)
onde j = 1, .., Np.
A caracterizacao da mistura atraves deste metodo depende da definicao de um
intervalo [Imin, Imax] de integracao para a variavel de distribuicao, da escolha de uma
base polinomial e do numero de pontos da quadratura. A base de funcoes polinomiais
ortonormais escolhida para calcular os pseudocomponentes discretizados dependera
do comportamento matematico da funcao distribuicao. No entanto, LIU e WONG
[63] nao apontam um metodo para a escolha desta base.
Uma opcao, e o uso dos polinomios de Laguerre para a definicao desta base.
Nesse caso, bases polinomiais de Laguerre sao aplicadas quando do uso de funcoes
40
distribuicao Gama, por exemplo,
byc(I) =Cpm+1Ime�pI
�(m+ 1)(4.17)
onde C e a constante de normalizacao que deve ser utilizada devido a alteracao nos
limites de integracao para um intervalo truncado em [Imin, Imax], �(·) e a funcao
Gama e p e m sao dois parametros da distribuicao [62].
Estas bases polinomiais tambem podem ser utilizadas quando se assume que a
funcao distribuicao tem comportamento exponencial. No caso de fluidos de reser-
vatorios, existem evidencias de que a distribuicao de concentracao do resıduo diminui
exponencialmente com o ındice I, quando I e o numero de carbonos,
byc(I) = Ce�DI , (4.18)
onde D e um parametro da distribuicao [62].
4.2.2 Metodos de Caracterizacao Adaptativa
Os metodos de caracterizacao adaptativa de misturas contınuas sao metodos
mais recentes e procuram superar as desvantagens dos metodos de caracterizacao
fixa. Assim, os metodos adaptativos propoem solucoes para ajustar a composicao
da mistura complexa a cada nova condicao de equilıbrio ou processo de transporte
de massa e aumentar a eficiencia da simulacao computacional deste tipo de mistura.
Discretizacao pelo Metodo de wavelet-Galerkin
O metodo inicialmente proposto por VON WATZDORF e MARQUARDT [86]
consiste na discretizacao do problema de misturas contınuas atraves do uso de es-
quemas de discretizacao de wavelet-Galerkin. Este metodo e adaptativo, de modo
que o nıvel de representacao pode variar de acordo com a selecao do conjunto de
bases wavelet, que atuam reduzindo a ordem da caracterizacao da mistura contınua
com base no erro de aproximacao. O metodo foi aplicado em problemas de equilıbrio
termodinamico em colunas de destilacao e em casos transientes envolvendo o craque-
amento termico e evaporacao de uma mistura de hidrocarbonetos [87–89]. BRIESEN
e MARQUARDT [90] sugerem ainda que uma das vantagens do metodo e a flexibi-
lidade em relacao ao tipo de funcao distribuicao, que pode ser contınua ou discreta
e possuir um comportamento tanto suave quanto irregular. Apos a etapa de dis-
cretizacao, um algoritmo de solucao e adotado e o problema e resolvido atraves
de um processo iterativo de correcao de um valor inicial aproximado. A principal
desvantagem deste metodo e a dificuldade de adaptacao a codigos e simuladores ja
41
existentes, uma vez que nao e baseado em pseudocomponentes.
Discretizacao pela Quadratura de Gauss-Christo↵el
O metodo de caracterizacao adaptativa baseada na regra de quadratura Gauss-
Christo↵el consiste em adotar a propria funcao distribuicao que caracteriza o com-
ponente contınuo como a funcao peso na regra de quadratura. Desta forma, consi-
derando a funcao distribuicao normalizada de fracao molar como exemplo, a regra
de quadratura e conforme,
1 =
Zbyc,n(I)dI =
ZW (I)
byc,n(I)W (I)
�dI ⇠=
NpX
l=1
!j (4.19)
onde byc,n(I) = W (I). Assim, os pesos !j da quadratura correspondem as fracoes
molares, ypj
dos pseudocomponentes discretizados caracterizados pela abscissas Ipj
:
ypj
⌘ wj
byc,n(Ipj
)
W (Ipj
)= wj (4.20)
LAGE [7] propos o calculo da quadratura Gauss-Christo↵el a partir dos mo-
mentos da funcao distribuicao que caracteriza o componente contınuo, o QMoM
(Quadrature Method of Moments). Nesse metodo, o calculo dos pesos !j e das abs-
cissas Ipj
e realizado atraves do algoritmo produto-diferenca descrito por GORDON
[91]. O algoritmo produto-diferenca, ou PDA (Product Di↵erence Algoritm), con-
siste em uma regra de quadratura onde a funcao peso e uma funcao distribuicao
monovariada qualquer e o conjunto de pesos e abscissas sao calculados a partir dos
momentos dessa funcao distribuicao.
Desta forma, e necessario definir o momento, �k, da funcao distribuicao que
caracteriza o componente contınuo. Por exemplo, usando byc,n(I)
�k =
Z
⌦
Ikbyc,n(I)dI (4.21)
e o momento de ordem k.
Se a funcao distribuicao for discreta, descrita conforme a Equacao 4.9, o momento
�k e dado por:
�k =NX
i=1
Iki yi (4.22)
No PDA, os pesos !j e abscissas Ipj
de uma quadratura de Np pontos sao de-
terminados com base nos primeiros 2Np momentos �k da funcao distribuicao, onde
k = 0, .., 2Np � 1. O PDA consiste em um problema de calculo de autovalor de uma
matriz tridiagonal e o procedimento e descrito no Apendice A.
42
Efetuado o calculo dos pesos e abscissas, a funcao distribuicao que caracteriza o
componente contınuo e aproximada por uma nova distribuicao discreta formada por
conjunto de dados de ordem Np < N :
byc,n(I) ⇡N
pX
l=1
!j�D(I � Ipj
) (4.23)
Uma vantagem do metodo consiste na sua flexibilidade em relacao a natureza
da funcao distribuicao, uma vez que o calculo da quadratura e realizado a partir
dos momentos da distribuicao, seja ela contınua ou discreta. Assim, como a funcao
distribuicao nao precisa ser necessariamente uma funcao contınua, o metodo nao
depende da definicao de uma base ortonormal para o calculo da quadratura.
Ja a adaptabilidade do metodo consiste na possibilidade de calcular novos pesos e
abscissas sempre que a distribuicao de fracao molar da mistura for alterada. Assim,
os momentos desta nova distribuicao podem ser utilizados no calculo de um novo
conjunto de pesos e abscissas, ou seja, os pseudocomponentes sao adaptados de
acordo com as mudancas de composicao da mistura. Alem disso, como a funcao peso
da quadratura e a propria funcao distribuicao que caracteriza a mistura contınua,
esta quadratura mostra-se acurada para representar as propriedades da mesma [7].
A caracterizacao de misturas contınuas atraves do metodo adaptativo QMoM
representa, portanto, um metodo para a escolha dos pseudocomponentes discreti-
zados que leva em conta as caracterısticas da propria mistura, alem do domınio de
definicao da variavel de distribuicao [7]. O metodo ja foi aplicado no estudo de casos
de flash de misturas ideais [7], no calculo de colunas de destilacao (misturas ideais
e reais) [67], no flash bi e trifasico de oleos reais PETITFRERE et al. [66], em mo-
delos unidimensionais de vaporizacao de gotas LAURENT et al. [68, 69], BRUYAT
et al. [70] e na simulacao CFD do transporte de massa incompressıvel JATOBA [9].
Assim, o QMoM mostra-se um metodo de caracterizacao de misturas contınuas com
reducao de ordem promissor para aplicacoes onde o numero elevado de pseudocom-
ponentes e um fator limitante, como nos casos de simulacao fluidodinamica.
4.3 Conservacao de Massa para um Componente
Contınuo
A proxima etapa na descricao matematica do problema de transporte de massa
envolvendo misturas semicontınuas e a deducao da equacao de conservacao de massa
para um componente contınuo [74]. Em uma mistura semicontınua, a conservacao
das especies quımicas conhecidas segue o modelo convencional de componentes dis-
cretos (Discrete Component Model, DCM), conforme a Equacao 2.20 demonstrada
43
no Capıtulo 2.
O fluxo de massa total de uma mistura semicontınua, nt, e definido pelo so-
matorio das contribuicoes dos componentes discretos e dos componentes contınuos
nt =N
contX
l=1
Z
⌦
b⇢cl
(I)b�cl
(I) dI +
NespX
A=1
⇢A�A (4.24)
onde b�c(I) e a funcao que caracteriza a velocidade de um componente contınuo.
Assim, e possıvel definir o fluxo massico de apenas um componente contınuo como,
nc =
Z
⌦
bnc(I) dI =
Z
⌦
b⇢c(I)b�c(I) dI (4.25)
onde bnc(I) e a funcao que descreve o fluxo massico total de um componente contınuo.
A velocidade de um fluido formado por uma mistura semicontınua e definida
como uma velocidade media massica dos seus componentes:
� =N
contX
l=1
Z
⌦
bYcl
(I)b�cl
(I) dI +
NespX
A=1
YA�A (4.26)
O fluxo difusivo de um componente contınuo, jc, e definido por
jc =
Z
⌦
bjc(I) dI =
Z
⌦
b⇢c(I) [b�c(I)� �] dI (4.27)
onde bjc(I) e a funcao que descreve o fluxo difusivo massico de um componente
contınuo. Os modelos para calculo do fluxo difusivo segundo a definicao de uma
mistura multicomponente convencional foram descritos no Capıtulo 2, Secao 2.1.2.
Ja os modelos para o calculo do fluxo difusivo de uma mistura semicontınua sao
apresentados na Secao 4.3.1.
A conservacao de massa para um componente contınuo pode ser deduzida tal qual
o princıpio de conservacao de massa para uma especie quımica conhecida. Porem, a
concentracao massica de um componente contınuo e definida a partir de uma funcao
distribuicao b⇢c(I), conforme a Equacao 4.2 [74].
Desta forma, a conservacao de massa para um componente contınuo e descrita
por
@b⇢c(I)@t
+r · [b⇢c(I)�] = �r · bjc(I) + b!c(I) (4.28)
onde b!c(I) e a funcao que descreve a taxa de producao de massa do compo-
nente contınuo no volume por uma reacao quımica homogenea. Os detalhes da
deducao da conservacao de massa para um componente contınuo sao apresentados
44
no Apendice B.
Considerando a definicao da distribuicao do fluxo massico total do componente
contınuo,
bnc(I) ⌘ b⇢c(I)b�c(I) (4.29)
a conservacao de massa do componente contınuo pode ser escrita como:
@b⇢c(I)@t
+r · bnc(I) = b!c(I) (4.30)
Conhecendo a distribuicao de concentracao molar do componente contınuo, bcc(I),e possıvel definir o fluxo molar do componente contınuo, N c,
N c =
Z
⌦
cN c(I) dI =
Z
⌦
bcc(I)b�c(I) dI (4.31)
onde cN c(I) e a funcao que descreve o fluxo molar total do componente contınuo. A
definicao do fluxo difusivo molar do componente contınuo, Jvc , e dada por
J
vc =
Z
⌦
bJ
v
c(I) dI =
Z
⌦
bcc(I) [b�c(I)� �] dI (4.32)
onde bJv
c(I) e a funcao que descreve o fluxo difusivo molar do componente contınuo.
Assim, a conservacao do componente contınuo pode ser escrita em funcao da sua
distribuicao de concentracao molar, bcc(I), na forma
@bcc(I)@t
+r · [bcc(I)�] = �r · bJv
c(I) + b!c(I) (4.33)
ou em funcao do fluxo molar total do componente contınuo
@bcc(I)@t
+r ·cN c(I) = b!c(I) (4.34)
onde b!c(I) e a funcao de taxa molar de producao do componente contınuo.
A seguir, sao apresentadas as extensoes do modelos de Fick e Maxwell-Stefan
para uma mistura semicontınua reportados na literatura. Ja a modelagem do termo
de taxa de producao do componente contınuo por reacao esta fora do escopo do
presente trabalho, uma vez que nao serao considerados estudo de casos com reacao
quımica.
45
4.3.1 Modelos de Transporte de Massa
Modelo Difusivo de Fick
O modelo de Fick e a formulacao mais adotada para o calculo do fluxo difusivo
em problemas de transporte de massa de misturas semicontınuas. Reportado ini-
cialmente por TAMIM e HALLETT [74] em um problema de vaporizacao de uma
mistura contınua, a extensao das aplicacoes do modelo e ampla e discutida para
diferentes estudos de casos na Secao 2.3 do Capıtulo 3.
O modelo de Fick pode ser estendido para o calculo do fluxo difusivo de um
componente contınuo em uma mistura semicontınua atraves da definicao de um
coeficiente de difusao efetivo para o componente contınuo expresso como sendo uma
funcao da variavel de caracterizacao, Dm(I). Assim, considerando a definicao da
distribuicao de fracao massica do componente contınuo na Equacao 4.3, o fluxo
difusivo e expresso porb|c(I) = �⇢Dm(I)rbYc(I) (4.35)
Modelo Difusivo de Maxwell-Stefan
A extensao da formulacao de Maxwell-Stefan para uma mistura multicomponente
caracterizada por um funcao distribuicao foi inicialmente reportada por AMUND-
SON et al. [81]. A formulacao foi descrita para o problema restrito de transporte de
massa puramente difusivo, isobarico e unidimensional.
Assim, o modelo de Maxwell-Stefan foi descrito para uma mistura contınua ca-
racterizada por uma funcao distribuicao normalizada de fracao molar conforme
Z Imax
Imin
byc,n(I) dI = 1 (4.36)
onde Imin e Imax sao os limites inferior e superior da variavel de caracterizacao.
A concentracao molar da mistura contınua e dada por:
Z Imax
Imin
bcc(I) dI = ct (4.37)
A principal restricao do modelo consiste no problema difusivo equimolar onde a
conservacao do fluxo molar total e descrita por:
Z Imax
Imin
cN c(I) dI = 0 (4.38)
ondecN c(I) e a funcao que descreve o fluxo molar da mistura contınua e a formulacao
implica que nao existe escoamento (� = 0).
46
O coeficiente de difusao de Maxwell-Stefan foi considerado uma funcao bivariada
da variavel distribuıda, D(I, I), onde I tambem e a coordenada da variavel de
caracterizacao de limites [Imin, Imax].
Assim, a formulacao de Maxwell-Stefan proposta por AMUNDSON et al. [81]
para uma mistura contınua e conforme:
� ctdbyc,n(I)
dz= c
N c(I)
Z Imax
Imin
byc,n(I)D(I, I)
dI � byc,n(I)Z I
max
Imin
cN c(I)
D(I, I)dI (4.39)
AMUNDSON et al. [81] reportou resultados para uma mistura contınua de hidro-
carbonetos caracterizada por ate 57 pseudocomponentes. O coeficiente de difusao de
Maxwell-Stefan adotado nos calculos foi derivado a partir da formula de Fuller [3],
dada por:
D(Ipi
, Ipj
) = cT 1,75
P
s1
Ipi
+1
Ipj
�3pIp
i
+ 3p
Ipj
�2
1p13, 8(20)2/3
(4.40)
Apesar da publicacao de AMUNDSON et al. [81] ser datada de 2003, ate a pre-
sente data ainda nao foi reportada a extensao da referida metodologia a problemas
advectivos-difusivos envolvendo misturas semicontınuas.
4.3.2 Metodos de Solucao da Equacao de Conservacao
A seguir, sao apresentados os metodos de solucao da equacao de conservacao de
massa para um componente contınuo que, por se tratar de uma equacao diferencial
parcial para uma funcao distribuicao, depende do metodo de caracterizacao dessa.
Se a funcao distribuicao que caracteriza o componente contınuo for discreta, ou
ainda, uma funcao distribuicao contınua que foi discretizada, o componente contınuo
e caracterizado atraves de pseudocomponentes. Desta forma, a equacao de con-
servacao obtida e semelhante a formulacao DCM classica para especies quımicas
conhecidas, sendo dada por:
@⇢i@t
+r · (⇢i �) = �r · |i + !i (4.41)
onde ⇢i e a concentracao massica, ji o fluxo difusivo e !i a taxa de geracao de massa
do pseudocomponente atraves de reacao quımica homogenea. A concentracao do
pseudocomponente e obtida apos a solucao dessa equacao por um metodo numerico,
como o Metodo das Diferencas Finitas ou Metodo dos Volumes Finitos.
Por outro lado, se a funcao distribuicao for uma funcao contınua, outros metodos
de solucao devem ser empregados. O metodo dos momentos e um metodo de solucao
tipicamente adotado nesse caso [74, 76]. O metodo dos momentos consiste em in-
47
tegrar a equacao de conservacao do componente contınuo atraves do operador de
momento:
�k =
Z
⌦
Ik(·) dI (4.42)
Aplicando este operador a Equacao 4.28 obtem-se a equacao de conservacao do
momento k para a funcao distribuicao de concentracao massica,
@�k@t
+r · (�k �) = �r ·⇤k +
Z
⌦
Ikb!c(I) dI (4.43)
onde o termo difusivo ⇤k e dado por:
⇤k =
Z
⌦
Ikbjc(I) dI (4.44)
Considerando uma funcao distribuicao biparametrica como, por exemplo, a
funcao Gama, os tres primeiros momentos, ou seja, k = 0, 1 e 2, sao necessarios
para resolver o perfil de concentracao do componente contınuo. Esse conjunto de
equacoes de conservacao de momentos obtido deve ainda ser resolvido atraves de
um metodo numerico adequado.
Um segundo metodo de solucao baseado no metodo dos momentos que pode ser
citado e quando o componente contınuo e caracterizado pelo metodo QMoM [7, 65].
Nesse caso, a funcao distribuicao de concentracao massica do componente contınuo
e aproximada por um conjunto de pesos e abscissas:
b⇢c(I) ⇡N
pX
l=1
!j�D(I � Ipj
) (4.45)
O metodo consiste na evolucao dos momentos da distribuicao atraves da solucao
da equacao de conservacao de momento e do calculo dos pesos e abscissas pelo
algoritmo produto-diferenca. Desta forma, a solucao da conservacao do componente
contınuo pelo metodo QMoM e adaptativa, uma vez que novos pesos e abscissas
sao obtidos a partir dos momentos modificados a cada passo de tempo. Entretanto,
como a adaptabilidade do metodo esta associada ao calculo da quadratura ao longo
da solucao [65], em alguns casos, a solucao do problema de autovalor envolvendo
uma inversao matricial no PDA pode ser mal condicionada, o que pode levar a erros
numericos [70].
Assim, um terceiro metodo de solucao derivado do metodo QMoM tambem pode
ser citado. Esse metodo e baseado na solucao atraves do calculo direto da regra de
quadratura adaptativa Gauss-Christofell e e chamado DQMoM (Direct Quadrature
Method of Moments) [8, 9, 70]. Nessa proposta, a funcao distribuicao tambem e
aproximada pelo conjunto de pesos e abscissas da quadratura Gauss-Christo↵el. A
48
diferenca entre o QMoM e o DQMoM e que nesse ultimo, as equacoes de conservacao
para os momentos nao sao resolvidas.
No DQMoM, a solucao do transporte de massa do componente contınuo e formu-
lado atraves de deducao de equacoes de transporte que acompanham diretamente
a evolucao dos pesos e abscissas da funcao distribuicao discretizada. Assim, a con-
servacao do componente contınuo e obtida a partir da solucao de uma equacao de
transporte de peso,@!j
@t+r · (!j�) = aj (4.46)
onde aj e um termo fonte da equacao de transporte que depende do modelo adotado
para o fluxo difusivo. A formulacao do DQMoM envolve ainda a solucao para a
abscissas atraves da variavel abscissa-ponderada, ⌘j,
⌘j = !jIpj
(4.47)
onde a evolucao da abscissa-ponderada e avaliada atraves de uma equacao de trans-
porte para a mesma,@⌘j@t
+r · (⌘j�) = bj (4.48)
e bj e um termo fonte que tambem depende do modelo adotado para o transporte
difusivo.
A adaptabilidade do metodo DQMoM esta associada ao calculo dos termos fontes
das equacoes de transporte de peso e abscissa-ponderada, aj e bj, atraves da solucao
de um sistema linear formulado a partir dos momentos da equacao de transporte,
Equacao 4.43. Desta forma, nao existe mais a necessidade do calculo da quadratura
ao longo da solucao do escoamento e os possıveis problemas associados ao calculo
do autovalor do algoritmo produto-diferenca sao evitados [8, 70].
A aplicacao dos metodos QMoM e DQMoM na solucao da conservacao de massa
de misturas contınua e bastante recente e, por este motivo, restrita a poucas pu-
blicacoes [9, 68–70]. No entanto, esses metodos sao aplicados a solucao numerica
de uma equacao de balanco populacional e na solucao de modelo PDF (Probabi-
lity Density Function) para escoamentos reativos com turbulencia ha mais de uma
decada [8, 65, 92, 93]. Essas formulacoes sao matematicamente semelhantes a de
conservacao de massa de um componente contınuo, pois trata-se de uma equacao
para evolucao de uma funcao distribuicao.
As diferencas entre QMoM e DQMoM e suas limitacoes sao temas de algumas
publicacoes nessa area [8, 44, 70]. Tanto o metodo QMoM quando o DQMoM apro-
ximam a funcao distribuicao atraves da quadratura de Gauss-Christofell. Entre-
tanto, o metodo DQMoM mostra-se mais vantajoso do ponto vista computacional,
uma vez que o calculo da quadratura e realizado apenas uma vez, para inicializar a
49
solucao. No DQMoM, os pesos e abscissas sao adaptados de acordo com a solucao
de um sistema linear para os termos fontes das suas equacoes de transporte. Por
fim, outra diferenca e que o acoplamento existente entre as propriedades discretas
e mais difıcil de ser tratado no QMoM, uma vez que essa formulacao acompanha a
evolucao de uma propriedade integrada da funcao distribuicao [8]. Desta forma, o
DQMoM mostra-se mais promissor como metodo de solucao do transporte de massa
de misturas contınuas.
50
Capıtulo 5
Metodologia Desenvolvida
Neste capıtulo, a nova metodologia para a solucao do transporte de massa de
uma mistura semicontınua e descrita. Inicialmente e definida a modelagem ma-
tematica do problema fısico encontrado em um processo de transporte de massa de
tais misturas. Em seguida, o novo metodo de solucao das equacoes de conservacao
de massa baseado no Direct Quadrature Method of Moments (DQMoM) e demons-
trado para o problema de reducao de ordem de um componente contınuo. Por fim, e
apresentado o algoritmo de acoplamento das equacoes de transporte discretizadas e
o desenvolvimento computacional necessario para a implementacao da metodologia.
5.1 Definicoes
O fluido em questao trata-se de uma mistura multicomponente definida
como uma mistura semicontınua, conforme fundamentos teoricos apresentados nos
capıtulos anteriores. Com o objetivo de simplificar a notacao das equacoes, a meto-
dologia foi desenvolvida para uma mistura semicontınua composta por Nesp compo-
nentes discretos conhecidos e um componente contınuo. Assim, a massa especıfica
da mistura e dada por
⇢(x, t) = ⇢c(x, t) +
NespX
A=1
⇢A(x, t) (5.1)
onde a dependencia temporal e espacial das variaveis foram incluıdas a fim de des-
tacar a natureza transiente da formulacao do problema de campo. A concentracao
massica do componente contınuo e modelada como uma funcao distribuicao em
relacao a um domınio de massa molar ⌦ e e descrita por:
⇢c(x, t) =
Z
⌦
b⇢c(M ;x, t)dM (5.2)
51
E importante ressaltar que a massa molar foi escolhida como a variavel dis-
tribuıda porem, o desenvolvimento da metodologia nao e restrito a essa escolha.
Assim, a fracao massica do componente contınuo, definida na Equacao 4.3, e rees-
crita conforme
Yc(x, t) =⇢c(x, t)
⇢(x, t)=
Z
⌦
b⇢c(M ;x, t)
⇢(x, t)dM =
Z
⌦
bYc(M ;x, t) dM (5.3)
onde bYc(M ;x, t) = b⇢c(M ;x, t)/⇢ e a funcao distribuicao de fracao massica do com-
ponente contınuo. A fracao massica do componente discreto definida na Equacao 2.4
e reescrita por:
YA(x, t) =⇢A(x, t)
⇢(x, t)(5.4)
Desta forma, a Equacao 5.1 pode ser escrita na forma:
1 = Yc(x, t) +
NspX
A=1
YA(x, t) (5.5)
5.2 Equacoes de Conservacao
O problema considerado e o escoamento laminar de uma gas ideal, isotermico e
multicomponente definido como uma mistura semicontınua. Nos casos estudados, a
compressibilidade e proveniente principalmente da grande variacao da massa molar
do gas. A conservacao de massa da mistura foi apresentada no Capıtulo 2, conforme:
@⇢
@t+r · (⇢�) = 0 (2.3)
A equacao de conservacao de quantidade de movimento e formulada para um
escoamento laminar de um fluido Newtoniano, conforme Equacao 2.30 porem, foi
desconsiderada a contribuicao de uma forca de campo,
@ (⇢�)
@t+r · (⇢��)�r · ⌧ 0 = �rp (5.6)
e o tensor tensao definido na Equacao 2.28 e escrito para uma mistura com a visco-
sidade dilatacional nula (µ0 = 0):
⌧
0 = µhr� + (r�)T
i� 2
3µ (r · �) I (5.7)
A Equacao 2.20 de conservacao de massa para um componente discreto, o DCM
52
(Discrete Component Model), e particularizada para o caso sem reacao quımica:
@⇢A@t
+r · (⇢A �) +r · |A = 0 (5.8)
A Equacao 4.28 de conservacao de massa do componente contınuo, chamada
CCM (Continuous Component Model), descrita para o caso sem reacao quımica e
conforme:
@b⇢c(M)
@t+r · [b⇢c(M)�] +r · bjc(M) = 0 (5.9)
A principal contribuicao do presente trabalho consiste no desenvolvimento de
um novo metodo numerico para a solucao da Equacao 5.9, onde o fluxo difusivo e
descrito tanto por Fick quanto pelo modelo de Maxwell-Stefan. Apesar da litera-
tura apresentar diversos casos onde transporte molecular de mistura semicontınua
e descrito pelo modelo de Fick, o presente documento apresenta a primeira for-
mulacao compressıvel com caracterizacao adaptativa da solucao do transporte de
massa do componente contınuo pelo DQMoM. Alem disso, o unico trabalho que
apresenta o modelo de Maxwell-Stefan para misturas semicontınuas foi desenvol-
vido para o caso particular de um problema difusivo isobarico [81]. Portanto, outra
importante contribuicao do presente trabalho consiste no formalismo da modelagem
de Maxwell-Stefan para problemas advectivos-difusivos de misturas semicontınuas
com caracterizacao adaptativa do componente contınuo.
5.3 Transporte de Massa Multicomponente
No modelo de Fick o fluxo difusivo do componente depende apenas do gradiente
da propria variavel. Desta forma, o modelo de Fick para uma mistura semicontınua
consiste na aplicacao direta da Equacao 2.38 para os componentes discretos e na
Equacao 4.35 para o componente contınuo. Assim, e possıvel escrever a equacao de
conservacao para DCM-Fick por
@⇢A@t
+r · [⇢A�]�r ·⇢DAm
r⇢A � ⇢A
r⇢⇢
��= 0 (5.10)
enquanto que a equacao de conservacao para CCM-Fick e igual a:
@b⇢c(M)
@t+r · [b⇢c(M)�] = r ·
⇢Dm(M)
rb⇢c(M)� b⇢c(M)
r⇢⇢
��(5.11)
Ja no modelo de Maxwell-Stefan, o calculo do fluxo difusivo depende da solucao
de um sistema linear formado pela contribuicao da forca motriz de cada componente
53
incluindo o efeito da difusao por um gradiente de pressao. A extensao das equacoes
de Maxwell-Stefan para uma mistura semicontınua e expressa por uma combinacao
linear do fluxo molar das especies quımicas conhecidas e do componente contınuo.
Assim, a equacao de Maxwell-Stefan para um componente contınuo em uma
mistura semicontınua e expressa por:
Z
⌦
bdc(M) dM = �
Z
⌦
Z
⌦
byc(M)byc(M)hb�c(M)� b
�c(M)i
Dc(M, M)dM dM
�Z
⌦
NespX
B=1
byc(M)yB [b�c(M)� �B]
Dc(M,MB)dM (5.12)
onde Dc(M, M) e definido com uma funcao biparametrica para o coeficiente de
difusao binario do componente contınuo avaliado no domınio de validade da variavel
distribuıda (massa molar M e M) e Dc(M,MB) e o equivalente da funcao avaliada
para o coeficiente de difusao do componente contınuo com o componente discreto.
De acordo com a Equacao 2.42, a funcao distribuicao da forca motriz do compo-
nente contınuo e dada por
bdc(M) ⌘ rbyc(M) +
hbyc(M)� bYc(M)
i rP
P(5.13)
onde a acao de uma forca de campo foi desconsiderada.
Ja a equacao de Maxwell-Stefan para um componente discreto em uma mistura
semicontınua e expressa por
dA = �Z
⌦
yAbyc(M) [�A � b�c(M)]
Dc(M,MA)dM �
NespX
B=1
yAyB (�A � �B)
DAB(5.14)
onde a forca motriz do componente discreto e expressa pela Equacao 2.42 porem,
desconsiderando a acao de uma forca de campo:
dA ⌘ ryA + (yA � YA)rP
P(5.15)
O sistema linear formado pelo conjunto das Equacoes 5.12 e 5.14 e singular e,
portanto, a relacao de fechamento para a mistura semicontınua pode ser escrita por
jc +
NespX
A=1
jA = 0 (5.16)
onde o fluxo difusivo de um componente contınuo foi definido pela Equacao 4.27.
E conveniente expressar as equacoes de Maxwell-Stefan em funcao do fluxo difu-
54
sivo molar para os componentes discretos e para o componente contınuo, conforme
as Equacoes 2.24 e 4.32 respectivamente. Assim, a equacao de Maxwell-Stefan para
o componente contınuo e igual a
ct
Z
⌦
bdc(M) dM =
Z
⌦
Z
⌦
byc(M)bJv
c(M)� byc(M)bJv
c(M)
Dc(M, M)dM dM
+
Z
⌦
NespX
B=1
byc(M)JvB � yBbJ
v
c(M)
Dc(M,MB)dM (5.17)
e para o componente discreto e igual a:
ctdA =
Z
⌦
yAbJv
c(M)� byc(M)JvA
Dc(M,MA)dM +
NespX
B=1
B 6=A
(yAJvB � yBJ
vA)
DAB(5.18)
5.4 Caracterizacao do Componente Contınuo
O QMoM para misturas contınuas foi escolhido para caracterizar o componente
contınuo. O metodo foi descrito na Secao 4.2.2 e o mesmo consiste no calculo
de pseudocomponentes discretizados a partir dos momentos da funcao distribuicao
que caracteriza o componente contınuo. A funcao utilizada no calculo da regra de
quadratura Gauss-Christo↵el pode ser uma funcao distribuicao em base massica ou
molar, descritas tanto pela concentracao quanto pela fracao do componente contınuo.
De modo geral, em solucoes CFD a equacao de conservacao de massa e preferida em
relacao a equacao de conservacao molar. Assim, no presente trabalho, optou-se pelo
desenvolvimento da metodologia a partir da caracterizacao do componente contınuo
por sua funcao distribuicao de concentracao massica, b⇢c(M ;x, t). Entretanto, e
importante destacar que o desenvolvimento da metodologia nao se restringe a essa
escolha uma vez que e possıvel determinar uma distribuicao molar a partir da sua
respecticva ditribuicao massica.
Devido a flexibilidade do QMoM, a funcao distribuicao pode ser tanto uma funcao
contınua quanto uma funcao discreta. Assim, no caso de uma funcao distribuicao
contınua, os momentos sao calculados por:
�k(x, t) =
Z
⌦
Mkb⇢c(M ;x, t) dM (5.19)
E, para uma funcao distribuicao discreta com N componentes (reais ou nao)
descrita por
b⇢c(M ;x, t) =NX
i=1
⇢i(x, t)�D (M �Mi) (5.20)
55
os momentos sao calculados conforme:
�k(x, t) =NX
i=1
Mki ⇢i(x, t) (5.21)
O QMoM consiste no calculo de uma regra de quadratura com Np pontos, onde
cada ponto representa um pseudocomponente discretizado. Os primeiros 2Np mo-
mentos da distribuicao, �k onde k = 0, ..., 2Np�1, sao necessarios para para calcular
os pesos (⇢pj
) e abscissas (Mpj
) dessa quadratura de Gauss-Christo↵el de Np pon-
tos. Conforme reportado por LAGE [7], o algoritmo produto-diferenca (PDA) foi
utilizado no calculo da quadratura (detalhes do algoritmo no Apendice A). Assim, a
caracterizacao do componente contınuo e aproximada por uma distribuicao discreta
dada por Np pseudocomponentes conforme
b⇢c(M ;x, t) ⇡N
pX
j=1
⇢pj
(x, t)�D⇥M �Mp
j
(x, t)⇤
(5.22)
onde o peso da quadratura e igual a concentracao massica do pseudocomponente
(⇢pj
) e a abscissa e a massa molar que caracteriza o pseudocomponente (Mpj
). Desta
forma, a concentracao massica do componente contınuo pode ser obtida por:
⇢c(x, t) =
NpX
j=1
⇢pj
(x, t) (5.23)
Assim, a massa especıfica da mistura semicontınua passa a ser descrita por um
novo conjunto de dados discretos formado pelos pseudocomponentes discretizados e
pelas especies conhecidas.
⇢(x, t) =
NpX
j=1
⇢pj
(x, t) +
NespX
A=1
⇢A(x, t) (5.24)
Vale observar que todas as expressoes discretizadas das distribuicoes sao deriva-
das das relacoes entre as distribuicoes antes da sua discretizacao:
byc(M) =bcc(M)
ct; bYc(M) =
b⇢c(M)
⇢; bcc(M) =
b⇢c(M)
M! byc(M) =
bYc(M)⇢
Mct(5.25)
Desta forma, e possıvel descrever a funcao distribuicao de fracao massica apro-
ximada por
bYc(M ;x, t) ⇡N
pX
j=1
Ypj
(x, t)�D⇥M �Mp
j
(x, t)⇤
(5.26)
onde Ypj
(x, t) = ⇢pj
(x, t)/⇢(x, t).
56
A massa molar da mistura semicontınua aproximada tambem e calculada pelo
novo conjunto de dados,
M(x, t) =
"N
pX
j=1
Ypj
(x, t)
Mpj
(x, t)+
NespX
A=1
YA(x, t)
MA
#�1
(5.27)
onde a dependencia funcional destaca a diferenca entre a massa molar de um com-
ponente discreto conhecido, que e um valor constante, e a massa molar do pseudo-
componente discretizado, que e uma variavel de campo.
A funcao distribuicao de fracao molar e expressa na sua forma aproximada por
byc(M ;x, t) ⇡N
pX
j=1
ypj
(x, t)�D⇥M �Mp
j
(x, t)⇤
(5.28)
onde a fracao molar do pseudocomponente discretizado e calculada por:
ypj
(x, t) =Yp
j
(x, t)M(x, t)
Mpj
(x, t)(5.29)
Assim, tambem e possıvel calcular a massa molar da mistura por:
M(x, t) =
NpX
j=1
ypj
(x, t)Mpj
(x, t) +
NespX
A=1
yA(x, t)MA (5.30)
O fluxo difusivo massico de um componente contınuo e expresso pela subs-
tituicao da aproximacao da funcao distribuicao (Equacao 5.22) na sua definicao
(Equacao 4.27) e e expresso por:
jc ⇡N
pX
j=1
⇢pj
⇥�c(Mp
j
)� �
⇤(5.31)
Assim, e possıvel definir o fluxo difusivo massico de um pseudocomponente como
jpj
⌘ ⇢pj
⇥�c(Mp
j
)� �
⇤(5.32)
e escrever a aproximacao da funcao que descreve o fluxo difusivo massico do com-
ponente contınuo por:
bjc(M) ⇡
NpX
j=1
jpj
�D⇥M �Mp
j
⇤(5.33)
A definicao do fluxo difusivo molar do componente contınuo (Equacao 4.32)
57
tambem pode ser expressa pelo conjunto de pseudocomponentes discretizados
atraves da aproximacao na Equacao 5.28 e e expressa por:
J
vc ⇡
NpX
j=1
ct ypj
⇥�c(Mp
j
)� �
⇤(5.34)
Da mesma forma, e possıvel definir o fluxo difusivo molar de um pseudocompo-
nente
J
vpj
⌘ ct ypj
⇥�c(Mp
j
)� �
⇤(5.35)
e escrever a aproximacao da sua funcao distribuicao por:
bJ
v
c(M) ⇡N
pX
j=1
J
vpj
�D⇥M �Mp
j
⇤(5.36)
Por fim, sabendo que ct = ⇢/M e relacao expressa na Equacao 5.29, e possıvel
concluir que:
jpj
= J
vpj
Mpj
(5.37)
5.4.1 Equacoes de Maxwell-Stefan
A seguir, a aproximacao do QMoM e aplicada nas equacoes de Maxwell-Stefan
para o componente contınuo (Equacao 5.17) e para os componentes discretos
(Equacao 5.18). O ponto de partida e a expressao da forca motriz do compo-
nente contınuo. A aproximacao da funcao distribuicao de fracao molar byc(M ;x, t),
Equacao 5.28, e substituıda na Equacao 5.13 e a forca motriz do componente
contınuo e escrita por:
bdc(M) ⇡
NpX
j=1
ryp
j
+�yp
j
� Ypj
� rP
P
��D
�M �Mp
j
�
�N
pX
j=1
ypj
rMpj
�0D�M �Mp
j
�(5.38)
Note que na equacao de Maxwell-Stefan para o componente contınuo,
Equacao 5.17, a aproximacao da forca motriz da Equacao 5.38 e integrada em relacao
a M . Assim, e importante observar que nesta operacao o segundo termo do lado di-
reito da Equacao 5.38 e nulo (detalhes da deducao sao apresentados no Apendice C,
ver Equacoes C.14 e C.16).
Em seguida, substituindo a aproximacao do fluxo difusivo molar do componente
contınuo bJv
c(M), Equacao 5.36, na equacao de Maxwell-Stefan para um componente
58
contınuo, Equacao 5.17, a equacao discreta e dada por
ct
NpX
j=1
dpj
=
NpX
j=1
NpX
k=1
k 6=j
ypj
J
vpk
� ypk
J
vpj
Dc(Mpj
,Mpk
)+
NpX
j=1
NespX
B=1
ypj
JvB � yBJ
vpj
Dc(Mpj
,MB)(5.39)
onde
dpj
⌘ rypj
+�yp
j
� Ypj
� rP
P(5.40)
Portanto, para cada pseudocomponente
ctdpj
=
NpX
k=1
k 6=j
ypj
J
vpk
� ypk
J
vpj
Dc(Mpj
,Mpk
)+
NespX
B=1
ypj
JvB � yBJ
vpj
Dc(Mpj
,MB)(5.41)
e as Equacoes 5.41 e 5.39 mostram que a mistura semicontınua discretizada
comporta-se como uma mistura de Nesp +Np componentes.
A aproximacao de bJv
c(M) tambem e substituıda na equacao para o componente
discreto, Equacao 5.18, e fica conforme:
ctdA =
NpX
j=1
yAJvpj
� ypj
JvA
Dc(Mpj
,MA)+
NespX
B=1
B 6=A
(yAJvB � yBJ
vA)
DAB(5.42)
A definicao da aproximacao do fluxo difusivo massico, conforme Equacao 5.33,
permite escrever a relacao de fechamento expressa na Equacao 5.16 em funcao dos
pseudocomponentes comoN
pX
j=1
jpj
+
NespX
A=1
jA = 0 (5.43)
ou, substituindo a definicao da Equacao 5.37, a relacao de fechamento em funcao do
fluxo difusivo molar fica conforme:
NpX
j=1
J
vpj
Mpj
+
NespX
A=1
J
vAMA = 0 (5.44)
Substituindo a relacao de fechamento da Equacao 5.44 na forma
J
vN
esp
MNesp
= �N
pX
j=1
J
vpj
Mpj
�N
esp
�1X
A=1
J
vAMA (5.45)
nas Equacoes 5.39 e 5.42, e possıvel definir o sistema para uma mistura semicontınua
59
na forma matricial identica a formulacao convencional na forma:
ct(d) = �[B](Jv) (2.44)
Para tanto, e conveniente descrever a mistura semicontınua por um conjunto de
dados Nt = Np +Nesp onde o vetor de fracao molar e definido por
y↵ = {yp1 , . . . , ypN
p
, yA, . . . , yNesp
} , (5.46)
o vetor de massa molar e igual a
M↵ = {Mp1 , . . . ,MpN
p
,MA, . . . ,MNesp
} , (5.47)
o vetor da forca motriz e
d↵ = {dp1 , . . . ,dpN
p
,dA, . . . ,dNesp
} (5.48)
e o vetor do fluxo difusivo molar e igual a:
J
v↵ = {Jv
p1 , . . . ,JvpN
p
,JvA, . . . ,J
vN
esp
} (5.49)
Desta forma, o sistema matricial pode ser definido por
ctd↵ = �B↵↵Jv↵ �
Nt
�1X
�=1
� 6=↵
B↵�Jv� (5.50)
onde os coeficientes da matriz [B] sao determinados por:
B↵↵ =y↵M↵
D↵Nesp
MNesp
+N
tX
⇠=1
⇠ 6=↵
y⇠D↵⇠
(5.51)
B↵� = �y↵
✓1
D↵�� M�
D↵Nesp
MNesp
◆(5.52)
Maiores detalhes de deducao da formulacao sao demonstrados no Apendice C.
Por fim, o calculo do fluxo difusivo molar pelo modelo de Maxwell-Stefan para
uma mistura semicontınua e dado pela solucao do seguinte sistema linear em todo
60
domınio de simulacao:
�ct
2
66666666664
dp1...
dpN
p
dA
...
0
3
77777777775
=
2
66666666664
B11
· · · B1(N
t
�1)
0. . . 0
.... . .
... 0. . . 0
B(N
t
�1)1
· · · . . . 0
Mp1 · · · MpN
p
MA · · · MNesp
3
77777777775
2
66666666664
J
vp1...
J
vpN
p
J
vA...
J
vN
esp
3
77777777775
(5.53)
5.5 DQMoM para Misturas Contınuas
O DQMoM para a solucao da equacao de conservacao de massa de um compo-
nente contınuo e derivado substituindo a aproximacao da funcao distribuicao dada
pela Equacao 5.22 na Equacao 5.9 seguido da operacao de integracao conforme o
operador de momento Z
⌦
Mk(·)dM (5.54)
na equacao resultante.
A seguir, sao apresentadas as equacoes para cada modelo difusivo.
5.5.1 Modelo de Fick
O DQMoM para o modelo de Fick foi derivado a partir da Equacao 5.11. Apos
uma serie de manipulacoes algebricas, expressa em detalhes no Apendice D.1, obtem-
se uma equacao de transporte para o peso da quadratura (ou seja, a concentracao
do pseudocomponente),
@⇢pj
@t+r ·
�⇢p
j
�
��r ·
⇥Dm(Mp
j
)r⇢pj
⇤+r ·
Dm(Mp
j
)⇢pj
r⇢⇢
�= aj (5.55)
e uma equacao de transporte para a abscissa-ponderada, ⌘j = ⇢pj
Mpj
,
@⌘j@t
+r · (⌘j�)�r ·⇥Dm(Mp
j
)r⌘j⇤+r ·
Dm(Mp
j
)⌘jr⇢⇢
�= bj (5.56)
onde j = 1, · · · , Np.
Os termos fontes aj e bj das equacoes de transporte sao determinados atraves da
61
solucao do seguinte sistema linear,
NpX
j=1
(1� k)Mkpj
aj +
NpX
j=1
kMk�1
pj
bj
=
NpX
j=1
hMk
pj
D00m(Mp
j
) + 2kMk�1
pj
D0m(Mp
j
) + k(k � 1)Mk�2
pj
Dm(Mpj
)icj
+
NpX
j=1
Mkpj
dj, k = 0, ..., 2Np � 1 (5.57)
onde cj e uma variavel de campo que representa o efeito das mudancas na caracte-
rizacao de mistura,
cj = ⇢pj
rMpj
·rMpj
(5.58)
e dj esta associado ao modelo difusivo por
dj = r ·⇥D0
m(Mpj
)r⌘j⇤�Mp
j
r ·⇥D0
m(Mpj
)r⇢pj
⇤
� D0m(Mp
j
)⇢pj
rMpj
· r⇢⇢
(5.59)
onde D0m(Mp
j
) e D00m(Mp
j
) sao, respectivamente, a primeira e segunda derivadas em
relacao a massa molar da funcao que descreve o coeficiente de difusao Dm(M).
Assim, a solucao das equacoes de transporte para os pesos e para as abscissas-
ponderadas, Equacoes 5.55 e 5.56 respectivamente, dependem do calculo de aj e
bj, atraves da solucao do sistema linear na Equacao 5.57 em todo do domınio de
simulacao.
5.5.2 Modelo de Maxwell-Stefan
O DQMoM para o modelo de Maxwell-Stefan foi derivado a partir da Equacao 5.9
onde foi considerada a aproximacao do fluxo difusivo conforme a Equacao 5.33.
Desta forma, e possıvel deduzir a equacao de transporte de peso
@⇢pj
@t+r ·
�⇢p
j
�
�+r · jp
j
= 0 (5.60)
e a equacao de transporte de abscissa-ponderada
@⌘j@t
+r · (⌘j�) +r ·⇣jp
j
Mpj
⌘= 0 (5.61)
onde j = 1, · · · , Np.
As equacoes de transporte do DQMoM para o modelo de Maxwell-Stefan foram
deduzidas de modo que os termos fontes das Equacoes 5.60 e 5.61 sao nulos pois o
62
sistema linear formado e identicamente nulo (detalhes da deducao no Apendice D.2:
NpX
j=1
(1� k)Mkpj
@⇢p
j
@t+r ·
�⇢p
j
�
�+r · jp
j
�
+
NpX
j=1
kMk�1
pj
@⌘j@t
+r · (⌘j�) +r ·⇣jp
j
Mpj
⌘�= 0 (5.62)
Nesse caso, as equacoes de transporte para os pesos e para as abscissas-
ponderadas, Equacoes 5.60 e 5.61 respectivamente, dependem apenas do calculo
dos fluxos difusivos atraves das equacoes de Maxwell-Stefan para uma mistura se-
micontınua, obtido pela solucao do sistema conforme a Equacao 5.53 em todo do
domınio de simulacao.
5.6 Implementacao do Escoamento Compressıvel
A seguir, sao apresentados os procedimentos de discretizacao e os algoritmos ado-
tados para a implementacao da solucao das equacoes que governam o problema. A
versao do pacote CFD utilizada foi OpenFOAM-1.6-ext. A discretizacao de equacoes
diferenciais parciais no OpenFOAM e pelo Metodo dos Volumes Finitos. Maiores de-
talhes sobre o pacote CFD escolhido foram discutidos na Secao 2.2.3 do Capıtulo 2.
No presente documento, a notacao adotada para uma discretizacao implıcita de '
e b•[']c onde • representa uma operacao diferencial discretizada, como um diver-
gente por exemplo. Ja a notacao de uma discretizacao explicita e representada pelo
operador sublinhado [94].
5.6.1 Equacao da Continuidade
A primeira etapa do procedimento de solucao consiste em uma solucao da
equacao da continuidade de acordo com a seguinte discretizacao
�@[⇢]
@t
⌫+r·� = 0 (5.63)
onde � e o fluxo de massa atraves das faces do volume de controle. O fluxo � e uma
variavel de campo do tipo escalar que e calculada em cada face da malha por
� = S · (⇢�)f (5.64)
onde o sub-escrito f representa a interpolacao para o centro da face e S e o vetor
de area normal a superfıcie. O fluxo de massa pode ser observado em discretizacoes
63
implıcitas ou explıcitas de termos advectivos de uma dada variavel ' como:
Z
Vc
r · [⇢�'] dV =
Z
Sc
[⇢�'] · n dS ⇡X
fc
�fc
'fc
Ac (5.65)
onde Vc e o volume de controle poliedrico, Sc e a sua superfıcie, fc e Ac representam
respectivamente as faces e suas areas.
5.6.2 Equacao de Quantidade de Movimento
As Equacoes 5.6 e 5.7 podem ser escritas na seguinte forma semidiscreta
⌥ = �rp (5.66)
onde
⌥ =
�@(⇢[�])
@t
⌫+br · (�[�])c�br · (µr[�])c�r·
⇢µ
r[�]T � 2
3r·[�]I
��(5.67)
5.6.3 Equacao de Correcao da Velocidade
A Equacao 5.67 pode ser escrita na forma de um sistema linear usando a definicao
da matriz estendida A,
A� = AS ou (A)D� = (A)S � (A)N� = (A)H (5.68)
onde (A)S e o vetor do termo fonte, (A)D sao os coeficientes diagonais, (A)N sao
os coeficientes da matriz relacionados com os volumes vizinhos e o operador “H”
e (A)H = (A)S � (A)N�. Essas operacoes matriciais ja estao implementadas no
OpenFOAM. Considerando essas definicoes e a Equacao 5.66, e possıvel escrever a
equacao de correcao da velocidade por:
� =(A)H(A)D
� rp
(A)D(5.69)
5.6.4 Equacao da Pressao
A massa especıfica da mistura e uma funcao da pressao e pode ser escrita por
⇢ = (p+ Pref ) (5.70)
onde p e a pressao dinamica do escoamento, Pref e a pressao absoluta constante e
e a compressibilidade que depende de uma equacao de estado. Sabendo que a
mistura em questao e considerada um gas ideal, e definido como a derivada da
64
massa especıfica a temperatura e composicao constantes, dada por:
⌘✓@⇢
@p
◆
T,yi
=M
RT(5.71)
Considerando as Equacoes 5.70 e 5.71, a continuidade descrita pela Equacao 2.3
pode ser escrita da seguinte forma:
@ ( p)
@t+r · (⇢�) = 0 (5.72)
O fluxo de massa � e calculado de acordo com a sua definicao na Equacao 5.64
atraves da interpolacao do vetor de velocidade, dada pela Equacao 5.69, para o
centro das faces e calculando o produto interno com o vetor de area da face,
� = �? � S ·⇢⇢rp
(A)D
�
f
(5.73)
onde
�? = S ·⇢⇢(A)H(A)D
�
f
(5.74)
A substituicao do fluxo de massa corrigido dado pela Equacao 5.73 na
Equacao 5.72 permite escrever a equacao para pressao de forma semi-implıcita:
�@( [p])
@t
⌫+r ·
⇢⇢(A)H(A)D
���r ·
⇢⇢
(A)Dr[p]
�⌫= 0 (5.75)
5.6.5 Equacao para os Componentes Discretos
Modelo de Fick
A equacao de transporte de massa para um componente discreto conhecido, dada
pela Equacao 5.10, foi implementada por uma discretizacao totalmente implıcita,
�@[⇢A]
@t
⌫+ br · (�v[⇢A])c+ br · (DAm�
c[⇢A])c � br · (DAmr[⇢A])c = 0 (5.76)
onde �v e o fluxo volumetrico que atravessa a superfıcie do volume de controle
definido por �v = S · (�)f e �c e o fluxo volumetrico devido a compressibilidade da
mistura, definido por �c = S · (r⇢/⇢)f .
Modelo de Maxwell-Stefan
A implementacao da equacao de transporte de massa para um componente dis-
creto considerando o modelo de Maxwell-Stefan, conforme Equacao 5.8, segue uma
65
formulacao semi-implıcita baseada na solucao para fracao massica do componente:
�@ (⇢[YA])
@t
⌫+ br · (�[YA])c �
⌅r ·
�⇢DA
eff
r[YA]�⇧
+r· (JvAMA) + r·
�⇢DA
eff
r[YA]�= 0 (5.77)
Na implementacao proposta, foi adicionado implicitamente e subtraıdo explici-
tamente um termo fonte do tipo laplaciano baseado em modelo de difusao com coe-
ficiente de difusao efetivo, r ·�⇢DA
eff
rYA
�. A discretizacao implıcita desse termo
tem como objetivo aumentar a dominancia diagonal do sistema linear, permitindo
uma melhor convergencia e o uso de maiores passos de tempo.
O calculo do coeficiente de difusao efetivo foi feito com base na formula de FAIR-
BANKS e WILKE [23], dada pela Equacao 2.39, modificada para uma mistura se-
micontınua conforme definicao do vetor de fracao molar y↵ na Equacao 5.46:
DAeff
=(1� yA)
PNt
↵=1
↵ 6=A
y↵DA↵
(5.78)
5.6.6 Equacao para os Pseudocomponentes Discretizados
Modelo de Fick
Na formulacao do DQMoM para componentes contınuos segundo o modelo difu-
sivo de Fick, as equacoes de transporte de peso e abscissa-ponderada, Equacoes 5.55
e 5.56 respectivamente, sao discretizadas de acordo com a seguinte formulacao semi-
implıcita:
�@[⇢p
j
]
@t
⌫+⌅r ·
��v[⇢p
j
]�⇧
+⌅r ·
�Dm(Mp
j
)�c[⇢pj
] ⇧
�⌅r ·
�Dm(Mp
j
)r[⇢pj
] ⇧
= aj (5.79)
�@[⌘j]
@t
⌫+ br · (�v[⌘j])c +
⌅r ·
�Dm(Mp
j
)�c[⌘j] ⇧
�⌅r ·
�Dm(Mp
j
)r[⌘j] ⇧
= bj (5.80)
onde os termos fontes (aj e bj) sao explıcitos e calculados atraves da solucao do
sistema linear na Equacao 5.57 para cada volume de controle da malha.
O sistema linear do DQMoM para o modelo de Fick, dado pela Equacao 5.57, foi
resolvido pelo metodo de decomposicao LU em cada volume de controle da malha
e, de modo a reduzir o custo computacional, a matriz foi construıda recursivamente
sem a necessidade do uso da funcao de potencia.
66
Modelo de Maxwell-Stefan
Ja na formulacao do DQMoM para o modelo de Maxwell-Stefan, a imple-
mentacao da equacao de transporte para o peso, Equacao 5.60, e dada por uma
discretizacao semi-implıcita em relacao a fracao massica do pseudocomponente por
$@�⇢[Yp
j
]�
@t
%+⌅r ·
��[Yp
j
]�⇧
�⌅r ·
�⇢Dj
eff
r[Ypj
]�⇧
+r·⇣J
vpj
Mpj
⌘+ r·
�⇢Dj
eff
r[Ypj
]�= 0 (5.81)
onde o termo do laplaciano r ·�⇢Dj
eff
rYpj
�tambem foi adicionado com o obje-
tivo de estabilizar a solucao. O calculo do coeficiente de difusao efetivo para o
pseudocomponente e realizado de forma semelhante ao do componente discreto:
Djeff
=(1� yp
j
)PN
t
↵=1
↵ 6=j
y↵Dp
j
,↵
(5.82)
A implementacao da equacao de transporte para a abscissa-ponderada,
Equacao 5.61, e proposta pela mesma estrategia de discretizacao semi-implıcita com
o coeficiente de difusao efetiva porem, em relacao a ⌘j = Mpj
Ypj
:
$@�⇢[⌘j]
�
@t
%+⌅r ·
��[⌘j]
�⇧�
⌅r ·
�⇢Dj
eff
r[⌘j]�⇧
+r·⇣J
vpj
Mpj
Mpj
⌘+ r·
�⇢Dj
eff
r[⌘j]�= 0 (5.83)
Assim, a solucao das Equacoes 5.81 e 5.83 dependem apenas da solucao explıcita
para o fluxo difusivo molar dado pela solucao do sistema linear na Equacao 5.53 em
todo o domınio de simulacao.
Por fim, o DQMoM para componentes contınuos possui caracter adaptativo pois
cada abscissa, ou seja, a massa molar de cada pseudocomponente discretizado, e uma
variavel de campo que sofre mudancas de acordo com os processos de transferencia
de massa. O calculo da abscissa e dado conforme a definicao da abscissa-ponderada,
Mpj
= ⌘j/⇢pj
. Entretanto, em um processo de misturacao podem existir regioes do
domınio onde a concentracao do componente contınuo e nula. Assim, com o objetivo
de evitar a divisao por um valor de ⇢pj
igual a zero, o calculo da abscissa e realizado
por
Mpj
=⌘j + "M⇤
pj
⇢pj
+ "(5.84)
onde M⇤pj
e um valor inicial para a abscissa no domınio de simulacao e " e uma
tolerancia escolhida pelo usuario de modo que a abscissa permaneca igual ao valor
67
inicial quando o seu respectivo peso e zero, ou proximo de zero.
5.6.7 Equacoes de Maxwell-Stefan
Em uma mistura semicontınua onde o fluxo difusivo e descrito pelas equacoes
de Maxwell-Stefan, a discretizacao do termo difusivo nas equacoes de transporte
(Equacoes 5.77, 5.81 e 5.83) ocorre de forma semelhante a de um termo advectivo,
Z
Vc
r · (Jv↵M↵) dV =
Z
Sc
(Jv↵M↵) · n dS ⇡
X
fc
(M↵)fc
(Jv↵ · n)f
c
Ac (5.85)
onde M↵ foi definido na Equacao 5.47 e o vetor de fluxo difusivo J
v↵ pela
Equacao 5.49.
Desta forma, e conveniente implementar a solucao das equacoes de Maxwell-
Stefan para o fluxo molar conservado diretamente nas faces dos volumes de controle,
ou seja, resolver as equacoes de Maxwell-Stefan para (Jv↵ · n)f
c
e, assim, garantir a
conservacao conforme a aproximacao da Equacao 5.85.
O sistema linear escrito para a conservacao dos fluxos nas faces e obtido pelo
produto escalar do vetor da forca motriz e do fluxo difusivo molar com o vetor
normal a face. Assim, a solucao para Equacao 2.44 e reescrita por,
(Jv · n) = �ct[B]�1(d · n) (5.86)
que substitui a Equacao 5.53 na definicao do sistema linear que e resolvido em cada
face da malha, que fica na forma:
2
66666666664
J
vp1 · n...
J
vpN
p
· nJ
vA · n...
J
vN
esp
· n
3
77777777775
= �ct
2
666666666664
B
11
· · · B
1(Nt
�1)
0. . . 0
.... . .
... 0. . . 0
B
(Nt
�1)1
· · · . . . 0
Mp1 · · · MpN
p
MA · · · MNesp
3
777777777775
�1 2
66666666664
dp1 · n...
dpN
p
· ndA · n
...
0
3
77777777775
(5.87)
5.6.8 Algoritmos de Solucao
O algoritmo proposto para solucao do acoplamento das equacoes que governam
o problema do escoamento compressıvel com transporte de massa multicomponente
consiste na solucao sequencial das equacoes discretizadas em um processo iterativo
ate que a convergencia das equacoes e alcancada para cada passo de tempo.
68
A solucao do transporte de massa no escoamento de uma mistura multicompo-
nente pode apresentar elevados gradientes de massa molar e a massa especıfica na
mistura. A variacao de massa especıfica da mistura pode ser maior do que os gradien-
tes encontrados em problemas de combustao uma vez que a massa molar da mistura
pode mudar em varias ordens de grandeza. Assim, um procedimento numerico com
base na correcao da massa especıfica atraves da variacao da massa molar da mistura
foi usado de forma a garantir o acoplamento das equacoes de transporte de massa na
solucao do transporte compressıvel. Alem disso, a estrategia adotada para impor o
somatorio das fracoes dos componentes consiste em um fechamento explıcito atraves
da solucao da equacao de transporte para todos os componentes (reais e pseudo)
seguida de uma normalizacao dos campos.
Foi adotado um criterio de tolerancia mista para controlar a convergencia das
variaveis durante o processo de solucao iterativo,
max
|'k � 'k�1|"abs + "rel|'k|
�< 1.0 (5.88)
onde max[ ] e uma funcao que retorna o valor maximo do argumento na malha
para a iteracao k e a convergencia depende ainda dos criterios "abs e "rel que sao,
respectivamente, tolerancias absoluta e relativa especificadas pelo usuario.
Quatro solvers foram desenvolvidos no OpenFOAM-1.6-ext. O primeiro,
chamado mmtFoam, foi desenvolvido para resolver um escoamento compressıvel
isotermico de uma mistura multicomponente cuja caracterizacao e conhecida e o
transporte difusivo e descrito pelo modelo de Fick, ou seja, e a formulacao DCM-Fick
(Discrete Component Model - Fick). O segundo solver, chamado mmtDqmomFoam,
consiste na solucao do mesmo escoamento isotermico mas para uma mistura semi-
contınua onde a equacao de transporte de massa para o componente contınuo e
resolvido pelo novo metodo DQMoM para misturas contınuas, considerando trans-
porte difusivo pelo modelo de Fick.
O terceiro solver, chamado msFOAM, e a solucao do escoamento isotermico com-
pressıvel cujo transporte de massa multicomponente e resolvido pelas equacoes
de Maxwell-Stefan para uma mistura com caracterizacao conhecida, ou seja, e
a formulacao DCM-MS (Discrete Component Model - Maxwell-Stefan). Por fim,
o ultimo solver, chamado msDqmomFOAM, consiste na solucao do escoamento com-
pressıvel isotermico para a mistura semicontınua cujo transporte de massa multi-
componente e descrito pelas equacoes de Maxwell-Stefan para uma mistura semi-
contınua e a equacao de transporte do componente contınuo e resolvida pelo novo
metodo DQMoM.
A seguir, os detalhes dos algoritmos de solucao de cada solver sao descritos.
69
Algoritmo 1: Modelo de Fick
A solucao sequencial, conforme implementada no solver mmtDqmomFoam e descrita
a seguir. Para cada passo de tempo:
1. Predicao de ⇢ pelo solucao da equacao da continuidade, conforme
Equacao 5.63.
2. Discretizacao da quantidade de movimento, conforme Equacao 5.67 para ⌥.
3. Predicao do campo de velocidade para a solucao da conservacao de quantidade
de movimento, conforme Equacao 5.66, usando uma discretizacao explicita do
gradiente de pressao.
4. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia seja atingida para ⇢A, ⇢pj
e ⌘j8A, j de acordo
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
4.1 Correcao do fluxo volumetrico devido a compressibilidade da mistura,
�c = S · (r⇢/⇢)f .
4.2 Solucao do DQMoM:
4.2.1 Laco de varredura de todos os volumes de controle da malha.
(a) Calculo de cj, dj, Dm(Mpj
), D0m(Mp
j
) e D00m(Mp
j
).
(b) Solucao do sistema linear da Equacao 5.57 atraves do metodo
de decomposicao LU.
(c) Armazenamento dos termos fontes aj e bj em cada volume de
controle.
4.2.2 Solucao para 2Np equacoes de transporte de peso e abscissa-
ponderada do componente contınuo pelo DQMoM, Equacoes 5.79
e 5.80.
4.3 Solucao de Nesp equacoes para os componentes discretos, conforme
Equacao 5.76.
4.4 Calculo do somatorio das concentracoes massicas dos componentes da mis-
tura, conforme Equacao 5.24, e armazenamento do resultado como ⇢?.
4.5 Calculo da massa molar da mistura, conforme Equacao 5.27, onde Ypj
=
⇢pj
/⇢?.
4.6 Calculo do fator de compressibilidade , conforme Equacao 5.71.
4.7 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
70
4.8 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de ⇢A, ⇢pj
e ⌘j multiplicados pelo fator (⇢/⇢?).
4.9 Calculo das abscissas, ou seja, da massa molar dos pseudocomponentes,
conforme Equacao 5.84.
5. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
5.1 Calculo dos operadores (A)D e (A)H da Equacao 5.67.
5.2 Solucao da equacao para a pressao, conforme Equacao 5.75.
5.3 Correcao do fluxo de massa, conforme Equacao 5.73.
5.4 Calculo da massa especıfica da mistura, conforme Equacao 5.70.
5.5 Correcao do campo de velocidade, conforme Equacao 5.69.
5.6 Correcao do fluxo volumetrico, �v = S · (�)f .
O algoritmo de solucao para o solver mmtFoam, que consiste na solucao do esco-
amento compressıvel isotermico segundo uma formulacao convencional DCM-Fick,
e semelhante ao algoritmo descrito anteriormente. A diferenca e que nao existe a
etapa de solucao do DQMoM ( item 4.2 ) e, portanto, nao existe a etapa de calculo
da abscissa ( item 4.9 ). Alem disso, o item 4.8 e realizado apenas para ⇢A.
Algoritmo 2: Modelo de Maxwell-Stefan
A solucao sequencial, conforme implementada no solver msDqmomFoam e descrita
a seguir. Para cada passo de tempo:
1. Predicao de ⇢ pela solucao da equacao da continuidade, conforme
Equacao 5.63.
2. Discretizacao da quantidade de movimento, conforme Equacao 5.67 para ⌥.
3. Predicao do campo de velocidade pela solucao da equacao de conservacao de
quantidade de movimento, conforme Equacao 5.66 usando uma discretizacao
explicita do gradiente de pressao.
4. Calculo do campo de coeficiente de difusao efetivo, conforme Equacoes 5.78
e 5.82.
5. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia e atingida para YA, Ypj
e ⌘j8A, j de acordo
71
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
5.1 Solucao das Equacoes de Maxwell-Stefan:
5.1.1 Calculo da forca motriz, conforme Equacoes 5.15 e 5.40.
5.1.2 Laco de varredura em todas as faces da malha.
(a) Calculo do coeficiente de difusao D↵,�.
(b) Calculo da matriz [B], conforme Equacoes 5.51 e 5.52.
(c) Solucao do sistema linear da Equacao 5.87 atraves do metodo de
decomposicao LU.
(d) Armazenamento dos termos (Jv↵ · n)f em cada face da malha.
5.2 Solucao para 2Np equacoes de transporte de peso e abscissa-ponderada do
componente contınuo pelo DQMoM, Equacoes 5.81 e 5.83.
5.3 Solucao de Nesp equacoes para os componentes discretos conforme
Equacao 5.77.
5.4 Calculo do somatorio das fracoes massicas dos componentes da mistura e
armazenamento do resultado como ⌃.
5.5 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de YA, Ypj
e ⌘j multiplicados pelo fator (1/⌃).
5.6 Calculo da massa molar da mistura, conforme Equacao 5.27.
5.7 Calculo do campo de fracao molar y↵ = Y↵M/M↵.
5.8 Calculo do fator de compressibilidade , conforme Equacao 5.71.
5.9 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
5.10 Calculo das abscissas, ou seja, da massa molar dos pseudocomponentes,
conforme Equacao 5.84.
6. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
5.1 Calculo dos operadores (A)D e (A)H da Equacao 5.67.
5.2 Solucao da equacao para a pressao, conforme Equacao 5.75.
5.3 Correcao do fluxo de massa, conforme Equacao 5.73.
5.4 Calculo da massa especıfica da mistura, conforme Equacao 5.70.
5.5 Correcao do campo de velocidade, conforme Equacao 5.69.
72
5.6 Correcao do fluxo volumetrico, �v = S · (�)f .
O algoritmo de solucao para o solver msFoam, que consiste na solucao do escoa-
mento compressıvel isotermico segundo uma formulacao convencional considerando
o modelo de Maxwell-Stefan (DCM-MS), e semelhante ao algoritmo descrito anteri-
ormente. A diferenca e que nao existe a etapa de solucao das equacoes de transporte
do DQMoM ( item 5.2 ) e, portanto, nao existe a etapa de calculo da abscissa ( item
5.10 ). Alem disso, como na formulacao convencional a caracterizacao da mistura e
constante, o item 5.1.2(a) nao e executado sendo o calculo do coeficiente de difusao
binario realizado uma unica vez no inıcio da simulacao. Isso implica que, para a for-
mulacao convencional, o efeito do gradiente de pressao e desconsiderado no calculo
do coeficiente de difusao e a propriedade e constante durante a simulacao. Essa
aproximacao foi realizada devido o alto custo computacional envolvido no calculo
da correlacao do coeficiente de difusao em cada face do domınio para uma mistura
com elevado numero de componentes.
Por fim, como na formulacao convencional nao existe o conceito de um compo-
nente contınuo, o calculo do coeficiente de difusao efetivo no item 4 e descrito pela
Equacao 2.39 e a solucao das equacoes de Maxwell-Stefan, item 5.1 e realizado para
Nt = Nesp especies conhecidas onde a matriz [B] e descrita pelas Equacoes 2.48
e 2.49. Portanto, a normalizacao das fracoes, item 5.5, e realizada apenas para YA.
73
Capıtulo 6
Resultados
Neste capıtulo sao apresentados os resultados para a solucao do escoamento
isotermico compressıvel laminar de uma mistura semicontınua atraves da nova me-
todologia proposta e a respectiva comparacao com a solucao convencional de uma
mistura multicomponente.
O primeiro resultado consiste na validacao da implementacao das equacoes de
Maxwell-Stefan para um problema de composicao conhecida. O caso estudado foi a
solucao unidimensional para o tubo de Stefan. Em seguida, a nova metodologia e
aplicada a um estudo de caso de misturacao.
6.1 Tubo de Stefan
O problema classico unidimensional do tubo de Stefan foi escolhido para validar
a implementacao das equacoes de Maxwell-Stefan. O caso consiste em um pro-
blema de vaporizacao de uma mistura de acetona e metanol em ar em uma proveta
onde apenas a fase vapor e resolvida. A validacao da implementacao do modelo
de Maxwell-Stefan foi feita usando o Algoritmo 2, reproduzindo os dados reporta-
dos TAYLOR e KRISHNA [3, pagina 21]. A Figura 6.1 e a geometria do tubo de
Stefan. Foi adotada uma malha com 100 volumes. Vale ressaltar que o caso e unidi-
mensional porem, a ferramenta CFD utilizada (o OpenFOAM) assume a existencia
das demais dimensoes com apenas um volume.
As fracoes molares de acetona e metanol na interface sao 0, 319 e 0, 528 respec-
tivamente. Na saıda da proveta, as fracoes de acetona e metanol sao nulas e fracao
molar do ar e unitaria. O ar e um componente nao condensavel e, portanto, a
condicao de contorno na interface e imposta como nar = 0. A temperatura e igual a
328, 5K e a pressao absoluta e 99, 4kPa. Foi adotado um passo de tempo constante
igual a 10�3 e o tempo total de simulacao foi de 2000s. A solucao foi considerada no
estado estacionario quando nao houve mais mudanca no perfil de concentracao dos
componentes da mistura, cuja avaliacao foi atraves de graficos de linha em diferentes
74
interface
ar
y = 0
y = l
Figura 6.1: Geometria do tubo de Stefan onde l = 0, 238m.
instantes de tempo.
A Figura 6.2 mostra o resultado da simulacao no estado estacionario. A Fi-
gura 6.2(a) e a solucao obtida pelo codigo desenvolvido no presente trabalho (Al-
goritmo 2 em t = 2000s) e a Figura 6.2(b) e a reproducao do resultado reportado
do TAYLOR e KRISHNA [3]. Observa-se que os perfis sao semelhantes e que o
modelo de Maxwell-Stefan foi implementado com sucesso.
0
0.2
0.4
0.6
0.8
1
0 0.05 0.1 0.15 0.2 0.25
y A
y (m)
acetona
metanol
ar
(a) (b)
Figura 6.2: Solucao do perfil de composicao do tubo de Stefan (a) no presentetrabalho e (b) em TAYLOR e KRISHNA [1].
6.2 Descricao do Caso Teste
O caso teste escolhido para verificar a nova metodologia consiste na solucao
transiente de um processo de misturacao de duas correntes de gas com composicoes
distintas. O domınio de simulacao e um canal “T” bidimensional conforme geometria
e dimensoes na Figura 6.3. O canal possui duas entradas opostas que convergem
em uma unica saıda, gerando um gradiente de concentracao na secao horizontal
do canal. O caso teste foi escolhido com objetivo de gerar um processo de difusao
75
transversal ao escoamento e observar fenomenos como contra-difusao, barreira de
difusao e difusao osmotica.
A Figura 6.3 mostra ainda duas linhas transversais: a linha A que esta localizada
5 mm a jusante da juncao “T”, ou seja, na regiao onde se espera o maior gradiente
de concentracao e a linha B, que esta localizada 10 mm a montante da saıda do
canal. As Figuras 6.4(a) e 6.4(b) correspondem a caracterizacao das correntes de
entrada, composta por 57 hidrocarbonetos de uma serie homologa de alcanos em
nitrogenio. Nota-se que a caracterizacao da mistura alimentada na entrada 1 e de
hidrocarbonetos mais pesados que a mistura na entrada 2. A composicao da saıda
em uma misturacao perfeita das correntes no regime estacionario e apresentada na
Figura 6.4(c).
HL
D
D
entrada 2
saída
entrada 1
linha A linha B
y
x
Figura 6.3: Geometria do canal “T”: L = 0,5 m; D = 0,01 m; H = 0,21 m.
O escoamento e isotermico a 650 K e a mistura de gas e considerada ideal. A
condicao inicial de simulacao consiste no canal preenchido apenas com nitrogenio
em repouso sob a pressao absoluta de 1 bar. Sob essas condicoes, a massa especıfica
da mistura na corrente de entrada 1 e igual a 3, 702 kg/m3 e na entrada 2 e de
1, 635 kg/m3. Nota-se que a massa especıfica da corrente 1 e mais do que o dobro
da corrente 2. Em seguida, as correntes de entrada 1 e 2 sao alimentadas a 0, 12 m/s
e 0, 1 m/s, respectivamente. A pressao absoluta de 1 bar foi mantida na saıda do
canal. No regime estacionario, as condicoes impostas implicam em um escoamento
laminar com numero de Reynolds a saıda do canal de aproximadamente 1700.
A viscosidade da mistura depende da temperatura e da sua composicao. No
caso teste escolhido, a temperatura e uniforme e a viscosidade depende apenas da
composicao da mistura. o presente trabalho considerou a viscosidade da mistura
constante e igual a viscosidade da mistura na saıda do canal no regime estacionario
conforme composicao da Figura 6.4(c) (igual a 1, 3⇥ 10�5 Ns/m2, onde os detalhes
das correlacoes usadas estao reportados na Secao E.1 do Apendice E). Ja os detalhes
das correlacoes adotadas no calculo do coeficiente de difusao estao reportados na
Secao E.2 do Apendice E.
76
O objetivo do caso teste e comparar a solucao do DQMoM para uma mistura
semicontınua com a solucao convencional pelo DCM. A solucao convencional foi
obtida atraves dos solvers mmtFoam e msFoam para o modelo de Fick e de Maxwell-
Stefan, respectivamente, considerando a caracterizacao completa da mistura com 58
componentes (nitrogenio e hidrocarbonetos). A solucao pelo metodo DQMoM foi
obtida atraves dos solvers mmtDqmomFoam e msDqmomFoam para o modelo de Fick e de
Maxwell-Stefan, respectivamente, onde a mistura de hidrocarbonetos e caracterizada
por um componente contınuo. Desta forma, os pseudocomponentes discretizados
para a solucao do DQMoM devem ser determinado para ambas as correntes de
entrada.
Os momentos da distribuicao discreta formada pelos de 57 hidrocarbonetos, con-
forme composicao da entrada 1 na Figura 6.4(a) e entrada 2 na Figura 6.4(b), sao
calculados atraves da Equacao 5.21 e o algoritmo PDA e adotado para determi-
nar os pseudocomponentes que caracterizam o componente contınuo pelo metodo
QMoM. As Tabelas 6.1 e 6.2 mostram a caracterizacao das correntes de entrada 1 e
2, respectivamente, para valores de Np = 4 a 8.
Tabela 6.1: Composicao da mistura de hidrocarbonetos na entrada 1 caracterizadapelo QMoM para misturas contınuas.
Np 4 5 6 8j Mp
j
(kg/kmol)1 145,8 128,4 115,5 100,42 213,1 187,9 167,5 139,33 275,0 246,7 219,6 181,24 334,3 295,5 270,1 223,95 - 355,0 314,9 266,16 - - 370,8 302,87 - - - 344,98 - - - 388,0j Yp
j
(kg/m3)1 3, 92⇥ 10�2 1, 25⇥ 10�2 4, 35⇥ 10�3 8, 64⇥ 10�4
2 3, 51⇥ 10�1 1, 75⇥ 10�1 7, 78⇥ 10�2 1, 62⇥ 10�2
3 5, 30⇥ 10�1 4, 82⇥ 10�1 3, 10⇥ 10�1 1, 03⇥ 10�1
4 5.19⇥ 10�2 2, 90⇥ 10�1 4, 65⇥ 10�1 2, 71⇥ 10�1
5 - 1, 24⇥ 10�2 1, 12⇥ 10�1 4, 01⇥ 10�1
6 - - 3, 42⇥ 10�3 1, 63⇥ 10�1
7 - - - 1, 57⇥ 10�2
8 - - - 5, 84⇥ 10�4
O calculo da evolucao da massa molar dos pseudocomponentes, Equacao 5.84,
depende da especificacao de sua condicao inicial (M⇤pj
) e de um valor para a tolerancia
". O valor para condicao inicial adotado foi igual a caracterizacao da entrada 2. Vale
observar que essa condicao inicial e as vazoes diferentes nas entradas foram adotadas
77
Tabela 6.2: Composicao da mistura de hidrocarbonetos na entrada 2 caracterizadapelo QMoM para misturas contınuas.
Np 4 5 6 8j Mp
j
(kg/kmol)1 101,7 96,8 93,9 90,62 150,0 135,4 125,0 111,83 210,0 184,6 166,0 142,54 277,2 242,4 214,1 179,05 - 297,4 267,1 219,56 - - 318,7 263,67 - - - 304,08 - - - 357,4j Yp
j
(kg/m3)1 1, 69⇥ 10�1 1, 11⇥ 10�1 7, 91⇥ 10�2 4, 71⇥ 10�2
2 4, 31⇥ 10�1 3, 40⇥ 10�1 2, 54⇥ 10�1 1, 46⇥ 10�1
3 2, 19⇥ 10�1 3, 05⇥ 10�1 3, 24⇥ 10�1 2, 68⇥ 10�1
4 2, 32⇥ 10�2 8, 00⇥ 10�2 1, 54⇥ 10�1 2, 40⇥ 10�1
5 - 5, 63⇥ 10�3 2, 98⇥ 10�2 1, 10⇥ 10�1
6 - - 8, 82⇥ 10�4 2, 89⇥ 10�2
7 - - - 2, 40⇥ 10�3
8 - - - 1, 72⇥ 10�5
com o objetivo de gerar uma condicao crıtica de adaptabilidade da caracterizacao
da mistura para o DQMoM. Ja em relacao ao valor adotado para as tolerancias
" (na Equacao 5.84), e importante ressaltar que o desenvolvimento da metodologia
ocorreu em duas etapas: a primeira para implementacao e analise dos resultados para
o modelo difusivo de Fick e, posteriormente, ocorreu a implementacao e analise do
modelo de Maxwell-Stefan. Desta forma, o criterio adotado na primeira etapa foi de
tolerancias cerca de 102 a 103 vezes menor do que o valor da menor concentracao.
Assim, para os casos simulados pelo modelo de Fick, " = 10�3, 10�4, 10�4, 10�6
para Np = 4, 5, 6, 8, respectivamente. Foi observado que os resultados nao sofriam
alteracao a medida que o valor da tolerancia era diminuıdo. Assim, para a segunda
etapa do desenvolvimento, ou seja, para as simulacao com o modelo de Maxwell-
Stefan, uma mesma tolerancia de 10�7 foi adotada para todos os valores de Np.
O caso teste foi simulado em tres malhas diferentes, dependendo do modelo
difusivo. A Tabela 6.3 mostra o numero aproximado de volumes em cada caso. O
modelo de Maxwell-Stefan foi simulado com um numero menor de volumes devido
ao alto custo computacional da formulacao DCM.
78
Tabela 6.3: Malhas utilizadas.n Modelo de Fick Modelo de Maxwell-Stefan1 55.000 volumes 7.000 volumes2 100.000 volumes 16.000 volumes3 200.000 volumes 33.000 volumes
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
50 100 150 200 250 300 350 400
YA
MA (kg/kmol)
N = 57YN2
= 0.0280
(a)
0
0.005
0.01
0.015
0.02
0.025
0.03
0.035
0.04
50 100 150 200 250 300 350 400
YA
MA (kg/kmol)
N = 57YN2
= 0.159
(b)
0.00
0.01
0.02
0.03
0.04
0.05
0.06
50 100 150 200 250 300 350 400
YA
MA (kg/kmol)
N = 57YN2
= 0.0631
(c)
Figura 6.4: Composicao da mistura (a) entrada 1, (b) entrada 2 e (c) saıda.
79
6.3 Procedimento Numerico
A seguir, sao detalhadas as funcoes de interpolacao para discretizacao dos ter-
mos advectivos, difusivos e temporais. Alem disso, sao especificados os metodos
de solucao dos sistemas algebricos formados apos a discretizacao pelo FVM e as
respectivas tolerancias adotadas.
6.3.1 Funcoes de Interpolacao
A discretizacao dos termos temporais foi realizada atraves do metodo implıcito
Backward Di↵erenciator Formula (BDF) de 2a ordem. O metodo de interpolacao
para as faces adotado foi a interpolacao linear (CDS) para todas as operacoes exceto
para os termos advectivos de calculo do divergente implıcito na equacao de quan-
tidade de movimento (Equacao 5.67), nas equacoes de transporte dos componentes
discretos (Equacoes 5.76 e 5.77 para os modelos de Fick e Maxwell-Stefan, respecti-
vamente) e nas equacoes de transporte de peso e abscissa-ponderada do componente
contınuo pelo DQMoM (Equacoes 5.79 e 5.80 para o modelo de Fick e Equacoes 5.81
e 5.83 para o modelo de Maxwell-Stefan). Esses termos foram discretizados por
funcoes com limitadores de fluxo do tipo NVD [38, 39] ou TVD [37]. O esquema de
interpolacao do tipo Gamma NVD foi adotado para a solucao do termo advectivo
implıcito da equacao de quantidade de movimento. O esquema de interpolacao li-
near limitado do tipo TVD [34] foi adotado na discretizacao dos termos advectivos
implıcitos das equacoes de transporte dos componentes discretos, dos pesos e das
abscissas-ponderadas, tanto no modelo de Fick quanto no de Maxwell-Stefan.
6.3.2 Controle da Convergencia
Existem dois lacos de convergencia em cada algoritmo de solucao descrito na
Secao 5.6.8. O primeiro laco, item 4 do Algoritmo 1 e item 5 do Algoritmo 2, e
responsavel pela convergencia da composicao da mistura (⇢A, ⇢pj
e ⌘pj
). O segundo
laco, item 5 do Algoritmo 1 e item 6 do Algoritmo 2, e responsavel pela convergencia
do acoplamento pressao-velocidade. Esses dois lacos de convergencia irao iterar ate
que o campo dessas variaveis estejam em concordancia com o criterio de tolerancia
mista estabelecido pela Equacao 5.88 ou, o numero maximo de iteracoes especificado
seja atingido.
Um numero maximo de 20 iteracoes foi especificado para a convergencia tanto
da composicao da mistura quanto da pressao-velocidade (Nmaxmass = Nmax
PISO = 20).
As tolerancias absoluta ("abs) e relativa ("rel) especificada para a convergencia do
laco de pressao-velocidade foram de 10�5 e 10�4, respectivamente, para os dois
algoritmos. Os criterios especificados de tolerancia absoluta e relativa para o laco
80
de convergencia da composicao da mistura no Algoritmo 1 (item 4) foram de 10�7
e 10�5, respectivamente.
Ja em relacao ao Algoritmo 2, e importante ressaltar que o custo computacional
da solucao pelo modelo de Maxwell-Stefan e maior que o custo da solucao pelo mo-
delo de Fick. O principal motivo para o aumento do custo e a solucao do sistema
linear para o fluxo difusivo calculado pelo modelo de Maxwell-Stefan, que sera pro-
porcional ao numero de componentes da mistura e ao numero de faces do domınio
de simulacao, uma vez que o sistema e resolvido para cada face. Um teste inicial
mostrou que, para uma malha bidimensional de aproximadamente 100.000 celulas,
o custo de um passo de tempo da solucao do transporte de massa convencional da
mistura com 58 componentes pelo modelo de Maxwell-Stefan e 13 vezes maior que
pelo modelo de Fick. Assim, o criterio estabelecido para a convergencia do mesmo
laco no Algoritmo 2 (item 5) foi reduzido para 10�6 para a tolerancia absoluta e
10�4 para a relativa. Essa diferenca de uma ordem de grandeza entre as tolerancias
especificadas para a solucao do modelo de Fick em relacao ao modelo de Maxwell-
Stefan e justificada devido ao ganho de tempo computacional em relacao ao numero
de iteracoes necessarias para atingir a convergencia.
6.3.3 Solucao dos Sistemas Lineares
O metodo do gradiente biconjugado [96] com precondicionador com fatoracao LU
foi adotado na solucao do sistema de equacoes algebricas obtido apos a discretizacao
por FVM da equacao de quantidade de movimento, das equacoes de transporte dos
componentes discretos e das equacoes de transporte de peso e abscissa-ponderada
do componente contınuo. O resıduo final especificado para a solucao da equacao
de quantidade de movimento (Equacao 5.67) foi 10�8. Um resıduo de 10�12 foi
especificado para a solucao das equacoes de transporte dos componentes discretos
(Equacoes 5.76 e 5.77 para os modelos de Fick e Maxwell-Stefan, respectivamente)
e da equacoes de transporte de peso e abscissa-ponderada do componente contınuo
(Equacoes 5.79 e 5.80 para o modelo de Fick e Equacoes 5.81 e 5.83 para o modelo de
Maxwell-Stefan). Por fim, a equacao para a pressao (Equacao 5.75) foi resolvida pelo
metodo multigrid [97] com precondicionador diagonal e o resıduo final especificado
foi de 10�9.
6.3.4 Pos-Processamento
A comparacao da solucao do caso teste pelo metodo do DQMoM para misturas
semicontınuas com a solucao pelo metodo multicomponente convencional (DCM)
foi feita atraves do calculo de propriedades da mistura em uma etapa de pos-
processamento. Como o problema estudado e bidimensional, a analise utilizou os
81
valores de mistura (“bulk”) das variaveis de interesse atraves da sua integracao em
uma dada secao reta do escoamento, conforme:
' =
PNf
f=1
(⇢�)f'fPN
f
f=1
(⇢�)f(6.1)
onde ' e a variavel de interesse, Nf e o numero de faces da superfıcie e o ındice f
representa a interpolacao da variavel para o centro da face. Foi definido tambem o
erro de caracterizacao por
�(')% =|'DQMoM � 'DCM |
|'DCM | 100% (6.2)
que foi calculado para determinar a acuracia de uma variavel qualquer ' obtida pela
solucao do DQMoM para misturas semicontınuas em relacao ao DCM.
6.4 Obtencao do Estado Estacionario
Com o objetivo de verificar a obtencao do regime estacionario, foi realizada
uma analise da evolucao dos perfis de propriedades da mistura, tais como a massa
especıfica (⇢), a pressao de bolha (Pbub) e a pressao de orvalho (Pdew). Os deta-
lhes referente ao calculo das propriedades termodinamicas estao apresentados na
Secao E.3 do Apendice E. Alem disso, a solucao estacionaria foi avaliada atraves da
definicao de um erro relativo no tempo,
�t(') =|'t1 � 't2 |
't2100% (6.3)
onde 't1 e a variavel de interesse no instante t1
, 't2 no instante t2
e ainda, t2
> t1
.
A seguir, a analise da obtencao do estado estacionario para os modelos de Fick
e Maxwell-Stefan e realizada para suas respectivas malhas intermediarias, ou seja,
para malha n = 2 conforme Tabela 6.3.
6.4.1 Modelo de Fick
A seguinte estrategia de escolha do passo de tempo foi adotada para os solvers
mmtFoam e mmtDqmomFoam, que apresentam a solucao pelo modelo de Fick descrito
no Algoritmo 1 da Secao 5.6.8: solucao com passo de tempo fixo igual a 10�5 para
o tempo de simulacao de 0 � 3, 5s e, em seguida, o passo de tempo foi controlado
pelo numero de Courant igual 0, 6 ate 10s, que foi o tempo total de simulacao (onde
o passo de tempo manteve-se aproximadamente 5⇥ 10�5).
A Figura 6.5(a) mostra o perfil da massa especıfica da mistura na linha B em
82
t = 1, 3, 5 e 7s para o DCM (solver mmtFoam e malha n = 2). Nao e possıvel notar
diferenca entre o perfil de ⇢ em t = 5s e 7s na resolucao da figura. A Figura 6.5(b)
mostra o erro relativo �t(⇢) entre diferentes instantes de tempo. E possıvel observar
a convergencia da solucao para o regime estacionario um vez que os erros relativos
diminuem a cada novo intervalo de tempo. Nota-se ainda, que o erro relativo da
solucao em 7s em relacao a 5s e da ordem de 0, 1%. As Figuras 6.5(c) e 6.5(e) sao,
respectivamente, o perfil da pressao de bolha e orvalho da mistura na linha B em
t = 1, 3, 5 e 7s para o DCM. E possıvel observar que os perfis em 7s e 5s tambem sao
concordantes para essas propriedades termodinamicas. As Figuras 6.5(d) e 6.5(f)
sao seus respectivos erros relativos e mostram que a diferenca dos perfis de 5s e 7s
e menor que de 0, 1%. Assim, apesar do tempo total de simulacao ter sido de 10s,
a solucao estacionaria ja pode ser observada em t = 7s, com um erro relativo da
ordem de 0, 1%.
A Figura 6.6(a) mostra o perfil da massa especıfica da mistura na linha B em
t = 1, 3, 5 e 7s para o DQMoM com Np = 4 (solver mmtDqmomFoam e malha n = 2).
Nao e possıvel notar diferenca entre o perfil de ⇢ em t = 5s e 7s. A Figura 6.6(b)
mostra o erro relativo �t(⇢) onde e possıvel observar a convergencia da solucao para
o regime estacionario, com o erro relativo da solucao em 7s em relacao a 5s da
ordem de 0, 1%. As Figuras 6.6(c) e 6.6(e) sao, respectivamente, o perfil da pressao
de bolha e orvalho da mistura na linha B em t = 1, 3, 5 e 7s para o DQMoM com
Np = 4. E possıvel observar que os perfis em 7s e 5s tambem sao concordantes para
essas propriedades termodinamicas. As Figuras 6.6(d) e 6.6(f) sao seus respectivos
erros relativos e mostram que a diferenca dos perfis de 5s e 7s e inferior a 0, 1%.
Assim, conforme observado para a solucao com o DCM, apesar do tempo total de
simulacao ter sido de 10s, a solucao estacionaria para o DQMoM com Np = 4 ja
pode ser observada em t = 7s, com um erro relativo inferior a 0, 1%.
Por fim, a mesma analise e reproduzida para os resultados do DQMoM com
Np = 8. As Figuras 6.7(a), 6.7(c) e 6.7(e) sao, respectivamente, o perfil de massa
especıfica, pressao de bolha e orvalho da mistura na linha B (malha n = 2) em
t = 1, 3, 5 e 7s para o DQMoM com Np = 8. Observa-se que os perfis em 7s e 5s
sao concordantes em todos os casos. As Figuras 6.7(b), 6.7(d) e 6.7(f) sao seus
respectivos erros relativos e mostram que a diferenca entre os perfis a 5s e 7s e
inferior a 0, 1%.
As Figuras 6.5, 6.6 e 6.7 mostram que as simulacoes usando o modelo de Fick
possuem solucao transiente semelhantes tanto para o DCM quanto para o DQMoM
e, sao independente do numero de pseudocomponentes. Vale observar que no modelo
de Fick o fluxo difusivo de um componente depende apenas do gradiente da propria
variavel. Por fim, foi observado que o regime estacionario e alcancado a partir de
t = 7s, ou seja, antes do tempo total de simulacao (que foi de t = 10s).
83
0.5
1.0
1.5
2.0
2.5
3.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ρ (k
g/m
3)
y (cm)
1s3s5s7s
(a)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δ t (
ρ)%
y (cm)
1-3s
3-5s
5-7s
(b)
6
7
8
9
10
11
12
13
14
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pb
ub (
bar)
y (cm)
1s
3s
5s
7s
(c)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
bu
b)%
y (cm)
1-3s
3-5s
5-7s
(d)
1.6
1.7
1.7
1.8
1.8
1.9
1.9
2.0
2.0
2.1
2.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pd
ew
(bar)
y (cm)
2s
3s
5s
7s
(e)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
de
w)%
y (cm)
1-3s
3-5s
5-7s
(f)
Figura 6.5: Evolucao temporal da solucao do DCM pelo modelo de Fick na linhaB (malha n = 2): (a) massa especıfica, ⇢ (b) erro relativo �t(⇢), (c) pressao debolha, Pbub, (d) erro relativo �t(Pbub), (e) pressao de orvalho, Pdew e (f) erro relativo�t(Pdew), definido conforme Equacao 6.3.
84
0.5
1.0
1.5
2.0
2.5
3.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ρ (k
g/m
3)
y (cm)
1s3s5s7s
(a)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δ t (
ρ)%
y (cm)
1-3s
3-5s
5-7s
(b)
6
7
8
9
10
11
12
13
14
15
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pb
ub (
bar)
y (cm)
1s
3s
5s
7s
(c)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
bu
b)%
y (cm)
1-3s
3-5s
5-7s
(d)
1.6
1.7
1.7
1.8
1.8
1.9
1.9
2.0
2.0
2.1
2.1
2.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pd
ew
(bar)
y (cm)
2s
3s
5s
7s
(e)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
de
w)%
y (cm)
1-3s
3-5s
5-7s
(f)
Figura 6.6: Evolucao temporal da solucao do DQMoM para Np = 4 pelo modelo deFick na linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro relativo �t(⇢), (c)pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e) pressao de orvalho, Pdew e (f)erro relativo �t(Pdew), definido conforme Equacao 6.3.
85
0.5
1.0
1.5
2.0
2.5
3.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ρ (k
g/m
3)
y (cm)
1s3s5s7s
(a)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δ t (
ρ)%
y (cm)
1-3s
3-5s
5-7s
(b)
6
7
8
9
10
11
12
13
14
15
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pb
ub (
bar)
y (cm)
1s
3s
5s
7s
(c)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
bu
b)%
y (cm)
1-3s
3-5s
5-7s
(d)
1.6
1.7
1.7
1.8
1.8
1.9
1.9
2.0
2.0
2.1
2.1
2.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pd
ew
(bar)
y (cm)
2s
3s
5s
7s
(e)
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
de
w)%
y (cm)
1-3s
3-5s
5-7s
(f)
Figura 6.7: Evolucao temporal da solucao do DQMoM para Np = 8 pelo modelo deFick na linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro relativo �t(⇢), (c)pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e) pressao de orvalho, Pdew e (f)erro relativo �t(Pdew), definido conforme Equacao 6.3.
86
6.4.2 Modelo de Maxwell-Stefan
A escolha do passo de tempo para o modelo de Maxwell-Stefan, usando os solvers
msFoam e msDqmomFoam conforme o Algoritmo 2, foi igual a um passo de tempo
constante em 4 ⇥ 10�5 para o intervalo de simulacao de 0 � 3, 5s; 6 ⇥ 10�5 para o
intervalo de simulacao de 3, 5 � 7s e, por fim, igual a 8 ⇥ 10�5 ate o tempo final
de simulacao. Essa estrategia de selecao dos passos de tempo foi adotada com o
objetivo de alcancar o regime estacionario mais rapido.
Na solucao atraves do modelo de Maxwell-Stefan pelo DQMoM, existe o acopla-
mento da solucao dos fluxos difusivos dos pseudocomponentes com a caracterizacao
da mistura de acordo com a adaptabilidade do metodo. Foi observado que, devido
a evolucao da caracterizacao da mistura com o DQMoM, esta apresentou um tempo
de simulacao maior em relacao ao DCM. Assim, o tempo final da simulacao com o
DCM foi de 7s, enquanto que nas simulacoes do DQMoM o tempo final foi de 20s.
A Figura 6.8 mostra a obtencao do regime estacionario para a solucao do DCM
com o modelo de Maxwell-Stefan para a malha intermediaria (solver msFoam e malha
n = 2 conforme Tabela 6.3). A Figura 6.8(a) mostra o perfil da massa especıfica da
mistura na linha B em t = 1, 3, 5 e 7s. Nao e possıvel notar diferenca entre o perfil
de ⇢ em t = 5s e 7s na resolucao da figura. A Figura 6.8(b) mostra o erro relativo
�t(⇢) entre diferentes instantes de tempo. E possıvel observar a convergencia da
solucao para o regime estacionario um vez que os erros relativos diminuem a cada
novo intervalo de tempo. Nota-se ainda, que o erro relativo da solucao em 7s em
relacao a 5s e menor que 0, 1%. As Figuras 6.8(c) e 6.8(e) sao, respectivamente, o
perfil da pressao de bolha e orvalho da mistura na linha B em t = 1, 3, 5 e 7s para o
DCM. E possıvel observar que os perfis em 7s e 5s tambem sao concordantes para
essas propriedades termodinamicas. As Figuras 6.8(d) e 6.8(f) sao seus respectivos
erros relativos e mostram que a diferenca dos perfis de 5s e 7s e menor que de
0, 1%. Assim, a solucao estacionaria ja pode ser observada em t = 7s, com um erro
relativo inferior a 0, 1%. Alem disso, a comparacao das Figuras 6.5 e 6.8 mostra
um mesmo padrao de obtencao da solucao estacionaria para os modelos de Fick e
Maxwell-Stefan na formulacao DCM.
As Figuras 6.10 e 6.11 mostram a obtencao da solucao estacionaria para o
DQMoM com Np = 4 e Np = 8, respectivamente, atraves da analise dos perfis das
propriedades da mistura na linha B em t = 7, 10, 12, 14 e 16s (solver msDqmomFoam
e malha n = 2 conforme Tabela 6.3).
As Figuras 6.10(a), 6.10(c) e 6.10(e) sao, respectivamente, os perfis de massa
especıfica, pressao de bolha e pressao de orvalho na linha B nos diferentes instantes
de tempo para simulacao do DQMoM com Np = 4. Ja as Figuras 6.11(a), 6.11(c)
e 6.11(e) sao, respectivamente, os perfis de ⇢, Pbub e Pdew na linha B para simulacao
87
do DQMoM com Np = 8. E possıvel observar que, tanto para Np = 4 quanto para
Np = 8, a caracterizacao da mistura na regiao proxima a parede inferior do canal
(0 y 0, 1) apresenta uma evolucao mais lenta, enquanto que o perfil no restante
do canal apresenta solucao constante a partir de t = 7s.
As Figuras 6.10(b), 6.10(d) e 6.10(f) apresentam os resultados para o calculo do
erro relativo (conforme a Equacao 6.3) para a massa especıfica, a pressao de bolha e
a pressao de orvalho, respectivamente, para o DQMoM com Np = 4. E possıvel ob-
servar que erro da solucao transiente e menor que 1%. Ja as Figuras 6.11(b), 6.11(d)
e 6.11(f) sao, respectivamente, os perfis de �t(⇢), �t(Pbub) e �t(Pdew) na linha B para
simulacao do DQMoM com Np = 8. Nesta caso, e possıvel observar que erro da
solucao transiente e menor que 0, 1%.
Assim, e possıvel observar que a solucao transiente do DQMoM pelo modelo
de Maxwell-Stefan apresentou uma dinamica diferente em relacao ao DCM. A Fi-
gura 6.9 mostra o erro maximo (conforme Equacao 6.3) entre o intervalo de tempo
de 14�16s para a solucao do DQMoM com o modelo de Maxwell-Stefan e diferentes
valores de Np. E possıvel observar que, para um mesmo intervalo de tempo, o erro
relativo no tempo diminui a medida que Np aumenta. Desta forma, a solucao tran-
siente do DQMoM com Maxwell-Stefan depende do numero de pseudocomponentes
e o estado estacionario e alcancado mais rapido conforme aumenta o numero de
pseudocomponentes na mistura.
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
4 6 8
δ t (
ϕ)%
Np
PdewPbub
ρ
Figura 6.9: Erro relativo maximo (conforme Equacao 6.3) entre os instantes de
tempo t1
= 14s e t2
= 16s para solucao do DQMoM com o modelo de Maxwell-
Stefan e diferentes valores de Np.
88
0.5
1.0
1.5
2.0
2.5
3.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ρ (k
g/m
3)
y (cm)
1s3s5s7s
(a)
10-3
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δ t (
ρ)%
y (cm)
1-3s
3-5s
5-7s
(b)
6
8
10
12
14
16
18
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pb
ub (
bar)
y (cm)
1s
3s
5s
7s
(c)
10-3
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
bu
b)%
y (cm)
1-3s
3-5s
5-7s
(d)
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pd
ew
(bar)
y (cm)
2s
3s
5s
7s
(e)
10-3
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
de
w)%
y (cm)
1-3s
3-5s
5-7s
(f)
Figura 6.8: Evolucao temporal da solucao do DCM pelo modelo de Maxwell-Stefanna linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro relativo �t(⇢), (c) pressaode bolha, Pbub, (d) erro relativo �t(Pbub), (e) pressao de orvalho, Pdew e (f) errorelativo �t(Pdew), definido conforme Equacao 6.3.
89
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ρ (k
g/m
3)
y (cm)
7s10s12s14s16s
(a)
10-6
10-5
10-4
10-3
10-2
10-1
100
101
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δ t (
ρ)%
y (cm)
7-10s
10-12s
12-14s
14-16s
(b)
4
6
8
10
12
14
16
18
20
22
24
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pb
ub (
bar)
y (cm)
7s
10s
12s
14s
16s
(c)
10-4
10-3
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
bu
b)%
y (cm)
7-10s
10-12s
12-14s
14-16s
(d)
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pd
ew
(bar)
y (cm)
7s
10s
12s
14s
16s
(e)
10-4
10-3
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
de
w)%
y (cm)
7-10s
10-12s
12-14s
14-16s
(f)
Figura 6.10: Evolucao temporal da solucao do DQMoM para Np = 4 pelo modelo deMaxwell-Stefan na linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro relativo�t(⇢), (c) pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e) pressao de orvalho,Pdew e (f) erro relativo �t(Pdew), definido conforme Equacao 6.3.
90
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ρ (k
g/m
3)
y (cm)
7s10s12s14s16s
(a)
10-6
10-5
10-4
10-3
10-2
10-1
100
101
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δ t (
ρ)%
y (cm)
7-10s
10-12s
12-14s
14-16s
(b)
6
8
10
12
14
16
18
20
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pb
ub (
bar)
y (cm)
7s
10s
12s
14s
16s
(c)
10-4
10-3
10-2
10-1
100
101
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
bu
b)%
y (cm)
7-10s
10-12s
12-14s
14-16s
(d)
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pd
ew
(bar)
y (cm)
7s
10s
12s
14s
16s
(e)
10-5
10-4
10-3
10-2
10-1
100
101
102
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
δt (P
de
w)%
y (cm)
7-10s
10-12s
12-14s
14-16s
(f)
Figura 6.11: Evolucao temporal da solucao do DQMoM para Np = 8 pelo modelo deMaxwell-Stefan na linha B (malha n = 2): (a) massa especıfica, ⇢ (b) erro relativo�t(⇢), (c) pressao de bolha, Pbub, (d) erro relativo �t(Pbub), (e) pressao de orvalho,Pdew e (f) erro relativo �t(Pdew), definido conforme Equacao 6.3.
91
6.5 Convergencia de Malha
A solucao do caso teste atraves do modelo de Fick consistiu na primeira etapa de
desenvolvimento do presente trabalho. Assim, de forma a validar a caracterizacao
adaptativa do DQMoM em relacao a caracterizacao completa da mistura com a
solucao pelo DCM, foi necessario garantir um erro de malha menor que o erro de
caracterizacao obtido pela simulacao do DQMoM. Este o foi motivo da selecao de
malhas finas para a analise de convergencia de malha pelo modelo de Fick. Assim,
a convergencia de malha para o modelo de Maxwell-Stefan pode ser feita em malhas
mais grosseiras de forma a garantir a solucao pelo DCM com 58 componentes em
tempo viavel.
6.5.1 Modelo de Fick
Tres malhas com aproximadamente 50, 100 e 200 mil volumes hexaedricos foram
construıdas para a analise de convergencia da solucao do caso teste pelo modelo
de Fick. Essas malhas foram numeradas como 1, 2 e 3, respectivamente, conforme
descricao na Tabela 6.3. O numero de faces da secao horizontal do canal (linhas A e
B) sao, respectivamente, 60, 120 e 240 para cada malha. Nos resultados apresentados
a seguir, 'n corresponde a solucao da variavel ' na malha de numero n. Vale
ressaltar que o caso teste e bidimensional porem, a ferramenta CFD utilizada (o
OpenFOAM) assume a existencia da terceira dimensao com apenas um volume.
As propriedades termodinamicas, pressao de bolha (Pbub) e a pressao de orvalho
(Pdew), foram calculadas para avaliar a convergencia da composicao da mistura de
hidrocarbonetos. A convergencia de malha foi avaliada atraves da definicao do erro
�mesh('n) em relacao a malha mais fina:
�mesh('n) =
|'n � '3||'3| , n = 1, 2 (6.4)
A convergencia de malha pelo modelo de Fick foi realizada tanto para a solucao
convencional pelo DCM quanto para a solucao pelo DQMoM para diferentes valores
de Np. A analise da convergencia dos campos foi realizada ao longo das linhas A e B,
demonstradas na Figura 6.3. Os padroes de convergencia para ambos os casos (e em
diferentes instantes de tempo) foram semelhantes e, portanto, sao apresentados os
resultados apenas para a solucao pelo DCM (obtida pelo solver mmtFoam) no estado
estacionario (t = 10s).
A Figura 6.12 mostra a convergencia de malha para o componente x da veloci-
dade. A Figura 6.12(a) mostra o resultado ao longo da linha A e a Figura 6.12(b)
e o valor ao longo da linha B. Pode ser observado que os resultados para as duas
malhas mais finas (n = 2, 3) nao podem ser distinguidas na resolucao desta figura.
92
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 0.2 0.4 0.6 0.8 1
υx
(m/s
)
y (cm)
n = 1
n = 2
n = 3
(a)
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 0.2 0.4 0.6 0.8 1
υx
(m/s
)
y (cm)
n = 1
n = 2
n = 3
(b)
Figura 6.12: Convergencia de malha do DCM com o modelo de Fick, no regimeestacionario (t = 10s), para �x na (a) linha A e (b) linha B.
A Figura 6.13 mostra a convergencia de malha para a massa especıfica da mistura
onde a Figura 6.13(a) e o campo ao longo da linha A e a Figura 6.13(b) e o campo
ao longo da linha B. As Figuras 6.13(c) e 6.13(d) sao os erros da massa especıfica da
mistura conforme a definicao na Equacao 6.4 para as linhas A e B, respectivamente.
Nota-se que o erro da segunda malha, �mesh(⇢2), e menor que 0, 2% na regiao de
maior gradiente da propriedade (linha A) e 0, 02% no final do canal onde a mistura
ja e homogenea (linha B). Os resultados para a massa molar da mistura nao sao
mostrados, pois esta variavel apresentou o mesmo padrao de erro de malha observado
para a massa especıfica da mistura.
As Figuras 6.14 e 6.15 sao, respectivamente, as convergencias de malha para a
pressao de bolha (Pbub) e orvalho (Pdew) da mistura de hidrocarbonetos onde (a) e
o perfil na linha A e (b) e o perfil na linha B. As Figuras 6.14(c) e 6.14(d) mostram
o erro de malha para a pressao de bolha ao longo das linhas A e B, respectiva-
mente. As Figuras 6.15(c) e 6.15(d) sao os erros de malha para a pressao de orvalho.
Nota-se que as propriedades possuem convergencia semelhantes onde �mesh(P 2
bub) e
�mesh(P 2
dew) sao aproximadamente 0, 5% ao longo da linha A e menor que 0, 05% na
linha B. Assim, a malha n = 2, com um erro de malha menor que 0, 5% e aproxima-
damente 100.000 volumes, foi utilizada na comparacao dos resultados do DQMoM
com DCM para o modelo de Fick.
93
1.5
2.0
2.5
3.0
3.5
4.0
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
n = 1n = 2n = 3
(a)
2.807
2.808
2.809
2.810
2.811
2.812
2.813
2.814
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
n = 1n = 2n = 3
(b)
0
0.1
0.2
0.3
0.4
0.5
0.6
0 0.2 0.4 0.6 0.8 1
δ me
sh (
ρ)%
y (cm)
n = 1
n = 2
(c)
0.010
0.015
0.020
0.025
0.030
0.035
0.040
0.045
0.050
0.055
0.060
0.065
0 0.2 0.4 0.6 0.8 1
δ me
sh (
ρ)%
y (cm)
n = 1
n = 2
(d)
Figura 6.13: Convergencia de malha do DCM com o modelo de Fick, no regimeestacionario (t = 10s), para a massa especıfica da mistura na (a) linha A, (b) linhaB e os erro relativo �mesh(⇢n) na (c) linha A e (d) linha B.
94
0
5
10
15
20
25
30
35
0 0.2 0.4 0.6 0.8 1
Pb
ub (
bar)
y (cm)
n = 1
n = 2
n = 3
(a)
13.445
13.450
13.455
13.460
13.465
13.470
13.475
13.480
13.485
13.490
0 0.2 0.4 0.6 0.8 1
Pb
ub (
bar)
y (cm)
n = 1
n = 2
n = 3
(b)
0.0
0.5
1.0
1.5
2.0
2.5
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pb
ub)%
y (cm)
n = 1
n = 2
(c)
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.10
0.11
0.12
0.13
0.14
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pb
ub)%
y (cm)
n = 1
n = 2
(d)
Figura 6.14: Convergencia de malha do DCM com o modelo de Fick, no regimeestacionario (t = 10s), para pressao de bolha na (a) linha A (b) linha B e seusrespectivos erros relativos �mesh(P n
bub) na (c) linha A e (d) linha B.
95
1
2
3
4
5
6
7
8
9
10
0 0.2 0.4 0.6 0.8 1
Pdew
(bar)
y (cm)
n = 1
n = 2
n = 3
(a)
2.041
2.042
2.043
2.044
2.045
2.046
2.047
2.048
2.049
2.050
2.051
2.052
0 0.2 0.4 0.6 0.8 1
Pdew
(bar)
y (cm)
n = 1
n = 2
n = 3
(b)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pdew
)%
y (cm)
n = 1
n = 2
(c)
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.10
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pdew
)%
y (cm)
n = 1
n = 2
(d)
Figura 6.15: Convergencia de malha do DCM com o modelo de Fick, no regimeestacionario (t = 10s), para pressao de orvalho na (a) linha A (b) linha B e seusrespectivos erros relativos �mesh(P n
dew) na (c) linha A e (d) linha B.
96
6.5.2 Modelo de Maxwell-Stefan
Tres malhas com aproximadamente 7, 16 e 33 mil volumes hexaedricos foram
construıdas para a analise de convergencia da solucao do caso teste pelo modelo de
Maxwell-Stefan. Devido ao alto custo computacional da formulacao DCM com o
modelo de Maxwell-Stefan, as malhas adotadas nessa solucao sao menos refinadas
do que aquelas adotadas para a solucao do modelo de Fick. Essas malhas foram
numeradas como 1, 2 e 3, respectivamente, conforme Tabela 6.3. O numero de faces
da secao horizontal do canal (linhas A e B) sao, respectivamente, 10, 20 e 40 para
cada malha. Nos resultados apresentados a seguir, 'n corresponde a solucao da
variavel ' na malha de numero n. Conforme observado na convergencia de malha
do modelo de Fick, o caso teste e bidimensional mas a ferramenta CFD assume a
existencia da terceira dimensao com apenas um volume.
A convergencia de malha pelo modelo de Maxwell-Stefan foi realizada apenas
para a solucao pelo DQMoM devido ao alto custo da solucao pelo DCM com 58
componentes. A analise da convergencia dos campos foi realizada ao longo das
linhas A e B, demonstradas na Figura 6.3. Sao apresentados os resultados apenas
para a solucao pelo DQMoM para Np = 4 (obtidos pelo solver msDqmomFoam) no
regime estacionario (t = 20s).
A Figura 6.16 mostra a convergencia de malha para o componente x da veloci-
dade. A Figura 6.16(a) mostra o resultado ao longo da linha A e a Figura 6.16(b) e
o valor ao longo da linha B. Pode ser observada a convergencia do resultado atraves
da semelhanca entre os perfis para as duas malhas mais finas (n = 2, 3). Nota-se
ainda, na Figura 6.16(b), que os perfis para as duas malhas mais finas (n = 2, 3)
nao podem ser distinguidos na resolucao desta figura.
-0.05
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0 0.2 0.4 0.6 0.8 1
υx
(m/s
)
y (cm)
n = 1
n = 2
n = 3
(a)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0 0.2 0.4 0.6 0.8 1
υx
(m/s
)
y (cm)
n = 1
n = 2
n = 3
(b)
Figura 6.16: Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,no regime estacionario (t = 20s), para �x (a) linha A (b) linha B.
A Figura 6.17 mostra a convergencia de malha para a massa especıfica da mistura
onde a Figura 6.17(a) e o campo ao longo da linha A e a Figura 6.17(b) e o campo
97
ao longo da linha B. As Figuras 6.17(c) e 6.17(d) sao os erros da massa especıfica
da mistura conforme a definicao na Equacao 6.4 nas linhas A e B, respectivamente.
Devido o elevado erro da malha mais grosseira (n = 1), as figuras mostram os erros
apenas para a malha intermediaria, n = 2, em relacao a mais refinada. Nota-se que
o erro da segunda malha, �mesh(⇢2), e menor que 0, 7% na linha A e 2, 5% no final
do canal. E importante observar que esse valor maximo e observado na regiao do
canal onde existe um salto na propriedade (0, 2cm < y < 0, 6cm) devido a menor
difusao do processo de misturacao pelo modelo de Maxwell-Stefan. Na regiao do
canal onde a propriedade e uniforme, ou seja, proximo as paredes, os erros de malha
estao abaixo de 0, 2% e 0, 5%, nas linhas A e B, respectivamente. Os resultados para
a massa molar da mistura nao sao mostrados pois esta variavel apresentou o mesmo
padrao de erro de malha observado para a massa especıfica da mistura.
1.5
2.0
2.5
3.0
3.5
4.0
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
n = 1n = 2n = 3
(a)
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
n = 1n = 2n = 3
(b)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0 0.2 0.4 0.6 0.8 1
δ mesh
(ρ
)%
y (cm)
n = 2
(c)
0.0
0.5
1.0
1.5
2.0
2.5
0 0.2 0.4 0.6 0.8 1
δ mesh
(ρ
)%
y (cm)
n = 2
(d)
Figura 6.17: Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,no regime estacionario (t = 20s), para ⇢ na (a) linha A (b) linha B e seu respectivoerro relativo �mesh(⇢2) na (c) linha A e (d) linha B.
As Figuras 6.18 e 6.19 sao, respectivamente, as convergencias de malha para a
pressao de bolha (Pbub) e orvalho (Pdew) da mistura de hidrocarbonetos onde (a) e o
perfil na linha A e (b) e o perfil na linha B. As Figuras 6.18(c) e 6.18(d) mostram o
erro de malha para a pressao de bolha ao longo das linhas A e B, respectivamente,
para n = 2. As Figuras 6.19(c) e 6.19(d) mostram a mesma analise de erro de ma-
98
lha para a pressao de orvalho. Nota-se que as propriedades possuem convergencia
semelhantes para �mesh(P 2
bub) e �mesh(P 2
dew). Observa-se um elevado gradiente nas
propriedades na regiao central do canal e, proximo a parede do canal, as proprie-
dades sao uniformes. Assim, nas regioes de salto, ou seja, de elevado gradiente na
propriedade, o erro maximo da malha e de aproximadamente 5% e 20% nas linhas
A e B, respectivamente. Ja na regiao proxima a parede, o erro de malha e inferior a
0, 2% ao longo da linha A e 1% na linha B. Embora o ideal fosse usar a malha mais
refinada, o custo computacional da solucao de Maxwell-Stefan pelo DCM fez com
que a malha n = 2 de aproximadamente 16.000 volumes, fosse utilizada na com-
paracao dos resultados do DQMoM com DCM para o modelo de Maxwell-Stefan.
0
5
10
15
20
25
30
35
40
0 0.2 0.4 0.6 0.8 1
Pbub (
bar)
y (cm)
n = 1
n = 2
n = 3
(a)
4
6
8
10
12
14
16
18
20
22
24
0 0.2 0.4 0.6 0.8 1
Pbub (
bar)
y (cm)
n = 1
n = 2
n = 3
(b)
0.0
1.0
2.0
3.0
4.0
5.0
6.0
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pbub)%
y (cm)
n = 2
(c)
0
2
4
6
8
10
12
14
16
18
20
22
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pbub)%
y (cm)
n = 2
(d)
Figura 6.18: Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,no regime estacionario (t = 20s), para pressao de bolha na (a) linha A (b) linha Be seu respectivo erro relativo �mesh(P 2
bub) na (c) linha A e (d) linha B.
99
0
2
4
6
8
10
12
0 0.2 0.4 0.6 0.8 1
Pdew
(bar)
y (cm)
n = 1
n = 2
n = 3
(a)
1
2
3
4
5
6
7
8
0 0.2 0.4 0.6 0.8 1
Pdew
(bar)
y (cm)
n = 1
n = 2
n = 3
(b)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pdew
)%
y (cm)
n = 2
(c)
0
2
4
6
8
10
12
14
16
18
20
22
0 0.2 0.4 0.6 0.8 1
δm
esh
(Pdew
)%
y (cm)
n = 2
(d)
Figura 6.19: Convergencia de malha do DQMoM com o modelo de Maxwell-Stefan,no regime estacionario (t = 20s), para pressao de orvalho na (a) linha A (b) linhaB e seu respectivo erro relativo �mesh(P 2
dew) na (c) linha A e (d) linha B.
100
6.6 Analise da Simulacao DQMoM
6.6.1 Caracterizacao das Correntes de Entrada
As correntes de entrada foram caracterizadas por um conjunto de pseudocom-
ponentes discretizados pelo QMoM para misturas contınuas cuja composicao para
diferentes valores de Np e reportada na Tabela 6.1 e 6.2 para a entrada 1 e 2, res-
pectivamente. A acuracia da caracterizacao pelo QMoM foi verificada atraves da
comparacao dos valores de pressao de bolha e orvalho da mistura de hidrocarbone-
tos em relacao a caracterizacao original, ou seja, os 57 alcanos conforme Figura 6.4
a 650K. A mistura de hidrocarbonetos na entrada 1 possui Pbub = 3, 746 bar e
Pdew = 1, 478 bar. Os valores das propriedades na entrada 2 sao Pbub = 35, 27 bar e
Pdew = 11, 68 bar.
A Figura 6.20 mostra os erros de caracterizacao para a pressao de bolha e orvalho,
�(Pbub) e �(Pdew), conforme definido na Equacao 6.2, para ambas as entradas e
diferentes valores de Np. Os erros para a pressao de bolha sao maiores que para a
pressao de orvalho. Essa diferenca pode ser justificada devido a nao-linearidade da
pressao de vapor dos hidrocarbonetos usados no calculo dessas propriedades. Um
erro maior na pressao de bolha indica que a cauda inferior da distribuicao de massa
molar e mais difıcil de ser caracterizada, ou seja, a fracao de hidrocarbonetos mais
leves.
10-7
10-6
10-5
10-4
10-3
10-2
10-1
100
101
4 5 6 7 8
δ(ϕ
)%
Np
Pdew
Pbub
entrada 1entrada 2
Figura 6.20: Erro de caracterizacao, �('), para pressao de bolha e de orvalho nasentradas para diferentes valores de Np.
101
6.6.2 Modelo de Fick
A acuracia do DQMoM em relacao ao DCM para a solucao do transporte de
massa pelo modelo de Fick foi dividida em duas etapas: a analise da solucao es-
tacionaria e da solucao transiente. A seguir os resultados sao apresentados para a
malha intermediaria (n = 2).
Acuracia da solucao estacionaria
A Tabela 6.4 mostra o erro de caracterizacao do DQMoM, conforme Equacao 6.2,
para o valor bulk das variaveis na superfıcie formada pela linha A (Equacao 6.1)
para diferentes valores de Np no regime estacionario (t = 10s). Observa-se que o
erro da caracterizacao do DQMoM diminui a medida que Np aumenta, variando
de aproximadamente 0, 1 � 0, 8% para ⇢ e M e de 0, 7 � 3, 0% para P bub e P dew.
Note que o erro local de malha nessa regiao do domınio e menor que 0, 2% para
a massa especıfica e massa molar e e inferior a 0, 5% para a pressao de bolha e
orvalho (Figuras 6.13(c), 6.14(c) e 6.15(c)). Observa-se que, para Np = 8, a ordem
de grandeza do erro da caracterizacao e semelhante a ordem de grandeza do erro
local maximo da malha nessa regiao do domınio.
Tabela 6.4: Erro de caracterizacao do modelo de Fick de propriedades integradas ao
longo da linha A do canal no estado estacionario (t = 10s).
Erro �(') %
Np = 4 Np = 5 Np = 6 Np = 8
Massa Molar (M) 0, 78 0, 53 0, 34 0, 13
Massa Especıfica (⇢) 0, 78 0, 53 0, 34 0, 13
Pressao de Bolha (P bub) 1, 70 1, 87 1, 40 0, 69
Pressao de Orvalho (P dew) 3, 00 2, 12 1, 49 0, 75
A Tabela 6.5 mostra o erro de caracterizacao do DQMoM para o valor bulk das
variaveis na saıda do canal para diferentes valores de Np no regime estacionario
(t = 10s). Observa-se a mesma convergencia na saıda do canal, onde o erro da
caracterizacao do DQMoM diminui a medida que Np aumenta, variando de 0, 2�1%
para ⇢ e M e de 1 � 3% para P bub e P dew. Note que o erro local de malha nessa
regiao do domınio (linha B) e menor que 0, 02% para a massa especıfica e massa
molar e e inferior a 0, 05% para a pressao de bolha e orvalho (Figuras 6.13(d), 6.14(d)
e 6.15(d)).
102
Tabela 6.5: Erro de caracterizacao do modelo de Fick de propriedades integradas ao
longo da saıda do canal no estado estacionario (t = 10s).
Erro �(') %
Np = 4 Np = 5 Np = 6 Np = 8
Massa Molar (M) 1,00 0,71 0,49 0,24
Massa Especıfica (⇢) 1,00 0,71 0,49 0,24
Pressao de Bolha (P bub) 2,22 2,82 2,26 1,34
Pressao de Orvalho (P dew) 2,84 2,12 1,62 1,01
De modo geral, observa-se que os erros de caracterizacao na linha A (Tabela 6.4)
sao inferiores aos erros no final do canal (Tabela 6.5). Os valores dos erros observados
na saıda do canal sao, em media, 20% maiores que os valores observados na linha A,
exceto para o �(P dew) em Np = 4, 5, cujos erros obtidos nas duas regioes do canal sao
semelhantes. Assim, apesar da malha adotada ser bastante refinada (100.000 celulas
para uma geometria 2D), ocorre acumulo dos erros provenientes das aproximacoes
das funcoes de interpolacao na integracao espacial ao longo do canal. Por esse
motivo, os erros no final do canal sao maiores. O uso de funcoes de interpolacao com
maior ordem de aproximacao ou ainda, de malhas mais refinadas, pode minimizar
esse efeito. Entretanto, uma avaliacao de custo versus benefıcio deve ser considerada,
uma vez que esses recursos implicam em um aumento no tempo computacional.
A Figura 6.21 mostra a comparacao do perfil da massa especıfica da mistura no
regime estacionario (t = 10s) ao longo da secao horizontal do canal para a simulacao
do DCM com o DQMoM para diferentes valores de Np. A Figura 6.21(a) mostra a
concordancia do resultado DQMoM com o DCM no elevado gradiente de ⇢ ao longo
da linha A. A Figura 6.21(b) mostra que no final do canal (linha B) a propriedade
e mais uniforme e que o DQMoM converge para solucao do DCM a medida que Np
aumenta.
A Figura 6.22 mostra a comparacao dos resultados da simulacao do DCM com o
DQMoM para perfil de massa molar da mistura no estado estacionario (t = 10s) ao
longo da secao horizontal do canal. A Figura 6.22(a) mostra a concordancia para a
solucao da massa molar da mistura, que varia de aproximadamente 90�210kg/kmol
na secao horizontal ao longo da linha A. Ja a Figura 6.22(b) mostra que a massa
molar da mistura na saıda do canal e praticamente uniforme e, a medida que Np
aumenta, a solucao do DQMoM se aproxima da solucao do DCM.
A Figura 6.23 mostra a comparacao do perfil da pressao de bolha ao longo da
secao horizontal do canal, no estado estacionario (t = 10s), para a simulacao DCM
e DQMoM com diferentes valores de Np. A Figura 6.23(a) mostra que os perfis de
Pbub sao semelhantes na regiao de elevado gradiente da propriedade termodinamica
ao longo da linha A. Ja a Figura 6.23(b) mostra que a mistura de hidrocarbonetos
103
1.5
2.0
2.5
3.0
3.5
4.0
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
DCMNp 4Np 6Np 8
(a)
2.76
2.77
2.78
2.79
2.80
2.81
2.82
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ρ (k
g/m
3)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.21: Comparacao da solucao por DCM e DQMoM do campo de massaespecıfica da mistura pelo modelo de Fick no regime estacionario (t = 10s) na (a)linha A e (b) linha B.
80
100
120
140
160
180
200
220
0 0.2 0.4 0.6 0.8 1
M (
kg/k
mol)
y (cm)
DCMNp 4Np 6Np 8
(a)
150.0
150.5
151.0
151.5
152.0
152.5
153.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
M (
kg/k
mol)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.22: Comparacao da solucao por DCM e DQMoM do campo de mass molarda mistura pelo modelo de Fick no regime estacionario (t = 10s) na (a) linha A e(b) linha B.
na saıda do canal e uniforme e que a solucao do DQMoM converge para a solucao
do DCM a medida que Np aumenta.
A Figura 6.24 e o perfil de pressao de orvalho da mistura de hidrocarbonetos ao
longo do canal, no regime estacionario (t = 10s), para as simulacoes DCM e DQMoM
para diferentes Np. A Figura 6.24(a) e o perfil da propriedade na linha A, ou seja,
a regiao de maior gradiente, onde a solucao do DQMoM e DCM sao concordantes.
Ja a Figura 6.24(b) mostra que na saıda do canal a pressao de orvalho da mistura
e uniforme e que a convergencia do DQMoM aumenta com Np.
Por fim, e possıvel observar que, para o modelo de Fick, o comprimento de canal
especificado e longo o suficiente para promover a misturacao entre as correntes de
entrada e, portanto, a mistura na saıda do canal e praticamente uniforme. Porem,
vale destacar que o processo difusivo no modelo de Fick depende apenas do gradiente
104
0
5
10
15
20
25
30
35
0 0.2 0.4 0.6 0.8 1
Pb
ub (
bar)
y (cm)
DCMNp 4Np 6Np 8
(a)
13.5
13.6
13.7
13.8
13.9
14.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pb
ub (
bar)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.23: Comparacao da solucao por DCM e DQMoM do campo de pressao debolha da mistura pelo modelo de Fick no regime estacionario (t = 10s) na (a) linhaA e (b) linha B.
1
2
3
4
5
6
7
8
9
10
11
0 0.2 0.4 0.6 0.8 1
Pd
ew
(bar)
y (cm)
DCMNp 4Np 6Np 8
(a)
2.00
2.02
2.04
2.06
2.08
2.10
2.12
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Pd
ew
(bar)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.24: Comparacao da solucao por DCM e DQMoM do campo de pressao deorvalho da mistura pelo modelo de Fick no regime estacionario (t = 10s) na (a)linha A e (b) linha B.
da propria variavel e, por esse motivo, a difusao e maior pois o transporte de um
componente nao sobre influencia de outro.
Acuracia da solucao integrada transiente
Durante a solucao transiente, e interessante observar o valor da variavel integrada
bulk (conforme definicao na Equacao 6.1). Observa-se a ocorrencia do acumulo de
erro de malha entre os resultados na superfıcie da linha A e na saıda do canal.
Entretanto, esse acumulo e considerado pequeno frente ao erro de malha e a avaliacao
da convergencia de caracterizacao na solucao transiente e realizada apenas para as
variaveis na saıda do canal.
A Figura 6.25 mostra a evolucao do valor bulk para a concentracao do nitrogenio
e para a massa especıfica da mistura. As Figuras 6.25(a) e 6.25(b) mostram, respec-
105
tivamente, o valor das variaveis para a simulacao com o DCM e as Figuras 6.25(c)
e 6.25(d) sao seus respectivos erros de caracterizacao, �(⇢N2) e �(⇢), para as si-
mulacoes do DQMoM com diversos valores de Np. O comportamento do erro de
caracterizacao para a massa molar da mistura, �(M), e semelhante ao encontrado
para a massa especıfica e, por este motivo, o seu grafico nao e mostrado.
As Figuras 6.25(a) e 6.25(b) mostram que em menos de 1 segundo os hidro-
carbonetos alcancam a saıda do canal e, apos t = 6s, a solucao atinge o regime
estacionario. A Figuras 6.25(c) e 6.25(d) mostram que os erros de caracterizacao
�(⇢N2) e �(⇢) atingem um valor maximo por volta de t = 3s, porem, ambos inferiores
a 2%.
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0 1 2 3 4 5 6 7 8 9 10
ρ_N
2 (
kg
/m3)
t(s)
DCM
(a)
0.5
1.0
1.5
2.0
2.5
3.0
0 1 2 3 4 5 6 7 8 9 10
ρ_ (
kg
/m3)
t(s)
DCM
(b)
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
0 1 2 3 4 5 6 7 8 9 10
δ(ρ_
Ν2)%
t(s)
Np = 4 Np = 5 Np = 6 Np = 8
(c)
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
0 1 2 3 4 5 6 7 8 9 10
δ(ρ_
)%
t(s)
Np = 4 Np = 5 Np = 6 Np = 8
(d)
Figura 6.25: Solucao transiente para o valor bulk integrado (a) ⇢N2e (b) ⇢ na saıda
do canal para o DCM. Os respectivos error relativos de caracterizacao da simulacaocom o DQMoM para diferentes valores Np sao (c) �(⇢N2
) e (d) �(⇢).
As Figuras 6.25(c) e 6.25(d) mostram que os erros de caracterizacao diminuem
conforme Np aumenta para t > 5s. Entretanto, observa-se um comportamento in-
verso para t < 4s, onde o erro aumenta conforme aumenta Np. Esse comportamento
ocorreu pois todas as simulacoes foram obtidas com um mesmo valor de tolerancia
absoluta ("abs = 10�7), que foi especificado no controle da convergencia das concen-
tracoes. Conforme aumenta Np, a caracterizacao da mistura possui pseudocompo-
106
nentes com concentracoes cada vez menores e, o valor adotado de "abs predomina sob
a tolerancia relativa no calculo do criterio de convergencia mista pela Equacao 5.88.
A Figura 6.26 mostra os valores bulk para as concentracoes dos pseudocompo-
nentes (⇢pj
) para Np = 4 e 8, na saıda do canal no instante de tempo de t = 2, 5s.
Nota-se que a menor concentracao para Np = 4 e aproximadamente 100 vezes maior
que a menor concentracao para Np = 8. Assim, ao adotar um mesmo criterio de con-
vergencia para todas as simulacoes, os erros numericos durante a solucao transiente
foram controlados com maior rigor quanto menor o valor de Np. Quando o regime
estacionario e atingido, o erro de caracterizacao, que diminui conforme aumenta Np,
passa a dominar a solucao. Desta forma, a Figura 6.25 mostra que o erro numerico
predomina na solucao transiente enquanto que o erro de caracterizacao predomina
na solucao estacionaria.
10-4
10-3
10-2
10-1
100
50 100 150 200 250 300 350 400
ρ_
pj (
kg
/m3)
M_
pj (kg/kmol)
Np = 4Np = 8
Figura 6.26: Valor bluk integrado da concentracao massica do pseudocomponente⇢p
j
na saıda do canal em t = 2, 5s.
Vale ressaltar que o erro de malha na saıda do canal para a massa especıfica e para
a massa molar da mistura e inferior a 0, 02% enquanto que o erro de caracterizacao
para o mesmo campo esta entre 0, 2� 1%.
A Figura 6.27 mostra a solucao transiente para os valores bulk da pressao de bolha
e orvalho dos hidrocarbonetos na saıda do canal para t > 1s. As Figuras 6.27(a)
e 6.27(b) mostram os valores de P bub e P dew para a simulacao com o DCM e as
Figuras 6.27(c) e 6.27(d) sao, respectivamente, os erros de caracterizacao �(P bub)
e �(P dew) para a simulacao do DQMoM com diferentes valores de Np. Nota-se
que os erros de caracterizacao �(P bub) e �(P dew) estao em torno de 1 � 3%. Os
erros diminuem conforme Np aumenta e, os erros de malha �mesh(P 2
bub) e �mesh(P 2
dew)
reportados nas Figuras 6.14(d) e 6.15(d), respectivamente, sao inferiores ao erro de
caracterizacao.
O aumento de P bub e P dew entre 2 � 4s na saıda do canal, mostrados nas Fi-
107
7
8
9
10
11
12
13
14
1 2 3 4 5 6 7 8 9 10
P_
bub (
bar
)
t(s)
DCM
(a)
1.7
1.7
1.8
1.8
1.9
1.9
2.0
2.0
2.1
2.1
1 2 3 4 5 6 7 8 9 10
P_
dew
(b
ar)
t(s)
DCM
(b)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
1 2 3 4 5 6 7 8 9 10
δ(P_
bub)%
t(s)
Np = 4 Np = 5 Np = 6 Np = 8
(c)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
1 2 3 4 5 6 7 8 9 10
δ(P_
dew
)%
t(s)
Np = 4 Np = 5 Np = 6 Np = 8
(d)
Figura 6.27: Solucao transiente para o valor bluk integrado (a) P bub e (b) P dew
na saıda do canal para o DCM. Os respectivos error relativos de caracterizacao dasimulacao com o DQMoM para diferentes valores Np sao (c) �(P bub)e (d) �(P dew).
guras 6.27(a) e 6.27(b) respectivamente, e devido a difusao mais rapida dos hidro-
carbonetos mais leves durante a etapa transiente de preenchimento do domınio. A
Figura 6.28 mostra a frente de enchimento do vigesimo componente da simulacao
com o DCM proxima a entrada 2 no instante t = 0.5s. O efeito da difusao mais
rapida dos componentes mais leves e suficiente para que a mistura que deixa o canal
no inıcio da simulacao seja mais leve que a mistura na saıda do canal no estado
estacionario, explicando o aumento das propriedades P bub e P dew na Figura 6.27(a)
e 6.27(b).
A Figura 6.29 mostra a caracterizacao da mistura pela aproximacao do DQMoM
com 4 pseudocomponentes onde a Figura 6.29(a) e o valor bulk das concentracoes
dos pseudocomponentes (⇢pj
) e a Figura 6.29(b) e a evolucao do valor bulk da massa
molar dos pseudocomponentes (Mpj
) na saıda do canal. Conforme reportado na Fi-
gura 6.29(a), ⇢pj
8j, aumenta continuamente ao longo do tempo na saıda do canal. A
Figura 6.29(b) ilustra a caracterıstica adaptativa do metodo proposto, onde mostra
que Mpj
8j, alcanca um valor maximo em torno de t = 0, 5s e, em seguida, diminui
de valor. Esse processo ocorre devido a misturacao com a corrente de entrada 2, que
108
0.010
0.020
0.030
0.040
0
0.045
Figura 6.28: Campo de ⇢20
(M20
= 142, 3kg/kmol) proximo a entrada 2 em t = 0, 5sna simulacao do DCM.
e uma corrente de hidrocarbonetos mais leve e alimentada a uma vazao mais baixa.
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
0 1 2 3 4 5 6 7 8 9 10
ρ_
pj (
kg/m
3)
t (s)
ρp1ρp2ρp3ρp4
(a)
100
150
200
250
300
350
0 1 2 3 4 5 6 7 8 9 10
M_
pj (
kg/k
mol)
t (s)
Mp1
Mp2
Mp3
Mp4
(b)
Figura 6.29: Solucao transiente para o valor bluk integrado da (a) concentracao
massica e (b) massa molar dos pseudocomponentes na saıda do canal para simulacao
DQMoM com Np = 4.
6.6.3 Modelo de Maxwell-Stefan
A seguir, sao apresentados os resultados da simulacao do caso teste pelo modelo
difusivo de Maxwell-Stefan. Primeiro e feita a comparacao da solucao convencional
109
da mistura multicomponente com a caracterizacao completa entre os modelos de Fick
e Maxwell-Stefan. Em seguida, e verificada a acuracia da solucao da nova formulacao
DQMoM com Maxwell-Stefan para misturas semicontınuas tanto no estacionario
quanto para a solucao transiente.
Comparacao DCM Fick vs Maxwell-Stefan
A solucao do caso teste atraves da metodologia convencional DCM foi realizada
tanto para o modelo difusivo de Fick quanto para o modelo de Maxwell-Stefan pelos
solvers mmtFoam e msFoam, respectivamente. Os resultados foram comparados em
relacao a malha de 16.000 volumes e no estado estacionario (t = 7s).
A Figura 6.30 mostra a diferenca do perfil de massa especıfica da mistura obtido
pelos dois modelos difusivos ao longo da secao horizontal do canal, no estado esta-
cionario (t = 7s). A Figura 6.30(a) mostra uma pequena diferenca entre os perfis
obtidos pelo modelo de Fick e Maxwell-Stefan porem, ambos ainda apresentam um
elevado gradiente de ⇢ ao longo da linha A. Ja a Figura 6.30(b) mostra a diferenca
entre os perfis de ⇢ na saıda do canal. Nota-se que a mistura que deixa o canal na
simulacao do processo de misturacao usando o modelo de Maxwell-Stefan nao e tao
homogenea quanto aquela obtida pelo modelo de Fick.
1.5
2.0
2.5
3.0
3.5
4.0
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
FickMaxwell-Stefan
(a)
2.65
2.70
2.75
2.80
2.85
2.90
2.95
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
FickMaxwell-Stefan
(b)
Figura 6.30: Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefanpara o campo de massa especıfica da mistura no estacionario (t = 7s) na (a) linhaA e (b) linha B.
A Figura 6.31 e a comparacao do perfil de massa molar da mistura entre a
solucao de Fick e Maxwell-Stefan ao longo da secao horizontal do canal, no re-
gime estacionario (t = 7s). A Figura 6.31(a) mostra o perfil da propriedade ao
longo da linha A e a Figura 6.31(b) ao longo da linha B. Nota-se que ambas as
solucoes apresentam um elevado gradiente de massa molar na linha A (variando
de 90 � 210kg/kmol) porem com pequenas diferencas no perfil proximo a parede.
Esse gradiente de propriedade persiste em menor intensidade ate a saıda do canal
110
(variando de 145 � 155kg/kmol) apenas para o modelo de Maxwell-Stefan. Ja o
modelo de Fick, apresenta um campo uniforme de massa molar da mistura na saıda
do canal.
80
100
120
140
160
180
200
220
0 0.2 0.4 0.6 0.8 1
M (
kg/k
mol)
y (cm)
Fick
Maxwell-Stefan
(a)
144
146
148
150
152
154
156
158
0 0.2 0.4 0.6 0.8 1
M (
kg/k
mol)
y (cm)
Fick
Maxwell-Stefan
(b)
Figura 6.31: Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefanpara o campo de massa molar da mistura no estacionario (t = 7s) na (a) linha A e(b) linha B.
A comparacao da solucao entre o o modelo de Fick e Maxwell-Stefan das pro-
priedades termodinamicas da mistura de hidrocarbonetos e apresentada nas Figu-
ras 6.32 e 6.33 para a pressao de bolha e orvalho, respectivamente. As Figuras 6.32(a)
e 6.33(a) mostram o gradiente das propriedades ao longo da linha A no regime es-
tacionario (t = 7s). Nota-se que existe uma diferenca acentuada entre os valores
obtidos para a parcela da mistura mais proxima a entrada 2, enquanto que o valor
obtido das propriedades sao bastante semelhantes na proximidade da entrada 1 do
canal. Ja as Figuras 6.32(b) e 6.33(b) mostram a diferenca do perfil das proprieda-
des na saıda do canal (linha B). Nota-se que a solucao atraves do modelo de Fick
mostra um perfil uniforme, enquanto que a solucao atraves do modelo de Maxwell-
Stefan apresenta ainda um gradiente na pressao de bolha (variando de aproxima-
damente 12, 5 � 16, 0bar) e na pressao de orvalho (variando de aproximadamente
1, 90 � 2, 35bar). E possıvel observar que, para a simulacao atraves do modelo de
Maxwell-Stefan, o comprimento de canal especificado nao foi longo o suficiente para
promover uma completa misturacao das correntes.
As Figura 6.32(a) e 6.33(a) indicam ainda que, devido as diferencas os fluxos difu-
sivos dos componentes, a composicao da corrente proveniente da entrada 2 que chega
a regiao de misturacao pelo modelo de Fick e diferente da solucao para o modelo
de Maxwell-Stefan. A Figura 6.34 mostra o campo de fracao molar do componente
de massa molar 94, 8kg/kmol (y4
) nas proximidades da regiao de misturacao “T”no
regime estacionario (t = 7s). A Figura 6.34(a) e a solucao considerando o modelo de
Fick e a Figura 6.34(b) e a solucao pelo modelo de Maxwell-Stefan. Observa-se que
111
0
5
10
15
20
25
30
35
40
0 0.2 0.4 0.6 0.8 1
Pb
ub (
bar)
y (cm)
Fick
Maxwell-Stefan
(a)
12.0
12.5
13.0
13.5
14.0
14.5
15.0
15.5
16.0
16.5
0 0.2 0.4 0.6 0.8 1
Pb
ub (
bar)
y (cm)
Fick
Maxwell-Stefan
(b)
Figura 6.32: Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefanpara o campo de pressao de bolha no estacionario (t = 7s) na (a) linha A e (b) linhaB.
0
2
4
6
8
10
12
0 0.2 0.4 0.6 0.8 1
Pd
ew
(bar)
y (cm)
Fick
Maxwell-Stefan
(a)
1.90
1.95
2.00
2.05
2.10
2.15
2.20
2.25
2.30
2.35
0 0.2 0.4 0.6 0.8 1
Pd
ew
(bar)
y (cm)
Fick
Maxwell-Stefan
(b)
Figura 6.33: Comparacao da solucao DCM pelo modelo de Fick e Maxwell-Stefanpara o campo de pressao de orvalho no estacionario (t = 7s) na (a) linha A e (b)linha B.
a concentracao desse componente proxima a entrada 2 e maior na solucao obtida
pelo modelo de Maxwell-Stefan. Essa concentracao maior do componente mais leve
na solucao de Maxwell-Stefan justifica as propriedades termodinamicas maiores nas
Figuras 6.32(a) e 6.33(a) na regiao da entrada 2.
A Figura 6.35 mostra a comparacao do campo de fracao molar do componente de
massa molar 324, 6kg/kmol (y50
) nas proximidades da regiao de misturacao “T”no
regime estacionario (t = 7s). A Figura 6.35(a) e a solucao do campo pelo modelo de
Fick e a Figura 6.35(b) e a solucao pelo modelo de Maxwell-Stefan. Observa-se que,
na linha A, os campos de fracao molar sao semelhantes. A concentracao semelhante
do componente mais pesado justifica as propriedades termodinamicas semelhantes
nas Figuras 6.32(a) e 6.33(a) na regiao mais proxima a entrada 1.
A diferenca entre os campos tambem e justificada atraves da analise dos fluxos
difusivos dos componentes que apresentam um comportamento diferente do modelo
112
0 0.009
linha A
0.0040.002 0.006 0.008
(a)
linha A
0.002 0.004 0.006 0.008
0 0.009
(b)
Figura 6.34: Campo de fracao molar de y4
(M4
= 94, 8kg/kmol) proximo a entrada2, no estacionario (t = 7s), (a) para solucao pelo modelo de Fick e (b) para a solucaopelo modelo de Maxwell-Stefan.
0.008
linha A
0.006
0.0001
0.0040.002
(a)
linha A
0.002 0.004 0.006
0.0001 0.008
(b)
Figura 6.35: Campo de fracao molar de y50
(M50
= 324, 6kg/kmol) proximo aentrada 2, no estacionario (t = 7s), (a) para solucao pelo modelo de Fick e (b) paraa solucao pelo modelo de Maxwell-Stefan.
de Fick, observada atraves da analise das seguintes variaveis:
(a) o efeito da contra-difusao e feito pela analise visual do angulo entre o campo
vetorial do fluxo difusivo de Maxwell-Stefan (JvA) e o fluxo calculado pelo modelo
de Fick (�ryA);
(b) o efeito da difusao osmotica ocorre quando:
||ryA|| = 0 , ||JvA|| 6= 0 (6.5)
(c) e o efeito da barreira de difusao ocorre quando:
||ryA 6= 0|| , ||JvA|| = 0 (6.6)
Em funcao da diferenca na ordem de grandeza das variaveis, a analise foi feita
113
para os fluxos normalizados, onde a normalizacao do fluxo difusivo obtido por
Maxwell-Stefan e conforme
J
vA,n =
J
vA
max (|JvA|)
(6.7)
e a normalizacao do fluxo difusivo pelo modelo de Fick e igual a
�ryA,n =�ryA
max (|ryA|)(6.8)
onde a funcao max (·) retorna o valor maximo na variavel no campo, no instante
de tempo avaliado. A seguir, sao mostrados os resultados de campo, no regime
estacionario (t = 7s), para os componentes que apresentaram contra-difusao, difusao
osmotica ou barreira de difusao.
A Figura 6.36(a) mostra o campo vetorial normalizado do fluxo difusivo de
Maxwell-Stefan (Jv29,n) do componente de massa molar 180, 7kg/kmol no canal
e a Figura 6.36(b) mostra o campo vetorial normalizado �ry29,n. Observa-se o
fenomeno da barreira de difusao para o componente 29, ou seja, o fluxo difusivo
do componente e nulo mesmo na presenca de gradiente de concentracao pois, no
final do canal, ||Jv29,n|| ⇡ 0 enquanto que a magnitude do fluxo normalizado de Fick
apresenta valores variando de 0, 25 < ||ry29,n|| < 0, 5.
A Figura 6.37(a) mostra o campo vetorial normalizado do fluxo difusivo de
Maxwell-Stefan (Jv30,n) do componente de massa molar 186, 3kg/kmol e a Fi-
gura 6.37(b) mostra o campo vetorial normalizado �ry30,n. Observam-se os
fenomeno da barreira de difusao e contra-difusao para o componente 30. O fenomeno
de barreira de difusao e observado na regiao proxima a saıda do canal, onde
||Jv30,n|| ⇡ 0 enquanto que ||ry
30,n|| ⇡ 0, 5. A contra-difusao e observada na regiao
de misturacao das correntes, proxima a juncao “T”, onde as Figuras 6.37(a) e 6.37(b)
mostram que o campo vetorial de J
v30,n tem sentido oposto ao de �ry
30,n.
A Figura 6.38(a) mostra o campo vetorial normalizado do fluxo difusivo de
Maxwell-Stefan (Jv31,n) do componente de massa molar 191, 9kg/kmol e a Fi-
gura 6.38(b) mostra o campo vetorial normalizado �ry31,n. Observam-se os
fenomeno de difusao osmotica e contra-difusao para o componente 31. O fenomeno
de difusao osmotica e observado do centro ate a saıda do canal, onde existe difusao
mesmo na ausencia de gradiente de concentracao pois 0, 25 < ||Jv31,n|| < 0, 5 en-
quanto que ||ry30,n|| ⇡ 0. A contra-difusao e observada na regiao central do canal,
apos a juncao “T”, onde as Figuras 6.38(a) e 6.38(b) mostram que o campo vetorial
de J
v31,n tem sentido oposto ao de �ry
31,n.
114
0.25 0.5 0.75
0 1
(a)
0.25 0.5 0.75
0 1
(b)
Figura 6.36: Analise do (a) fluxo difusivo molar por Maxwell-Stefan J
v29,n e (b) do
fluxo de Fick �ry29,n no estado estacionario (t = 7s).
115
0.25 0.5 0.75
0 1
(a)
0.25 0.5 0.75
0 1
(b)
Figura 6.37: Analise do (a) fluxo difusivo molar por Maxwell-Stefan J
v30,n e (b) do
fluxo de Fick �ry30,n no estado estacionario (t = 7s).
116
0.25 0.5 0.75
0 1
(a)
0.25 0.5 0.75
0 1
(b)
Figura 6.38: Analise do (a) fluxo difusivo molar por Maxwell-Stefan J
v31,n e (b) do
fluxo de Fick �ry31,n no estado estacionario (t = 7s).
117
Acuracia do DQMoM na solucao estacionaria
A seguir, sao apresentados os resultados da acuracia da solucao do DQMoM com
Maxwell-Stefan no estacionario para a malha intermediaria (n = 2, com aproxi-
madamente 16.000 volumes). Vale observar que o DCM e o DQMoM atingiram o
regime estacionario em instantes de tempo diferentes e portanto, os resultados para
o DCM sao em t = 7s e para o DQMoM em t = 20s.
A Tabela 6.6 mostra o erro de caracterizacao do DQMoM em relacao ao modelo
de Maxwell-Stefan, conforme Equacao 6.2, para o valor integrado bulk das variaveis
na superfıcie formada pela linha A (conforme Equacao 6.1) para diferentes valores
de Np no regime estacionario (t = 7s para o DCM e t = 20s para o DQMoM).
A convergencia mostra que o erro da caracterizacao do DQMoM diminui a medida
que Np aumenta, variando de 0, 2� 0, 5% para ⇢ e M e de 1, 8� 5, 7% para P bub e
P dew. Observa-se que que o erro local de malha nessa regiao e inferior a 0, 7% para
a massa especıfica e massa molar da mistura e inferior a 5% para a pressao de bolha
e orvalho (Figuras 6.17(c), 6.18(c) e 6.19(c)). Nota-se ainda que para Np = 4, o erro
da caracterizacao e da mesma ordem de grandeza do erro local maximo de malha
para as respectivas variaveis.
Tabela 6.6: Erro de caracterizacao do modelo de Maxwell-Stefan de propriedadesintegradas ao longo da linha A do canal no estado estacionario (t = 7s para o DCMe t = 20s para o DQMoM).
Erro %Np = 4 Np = 6 Np = 8
Massa Molar (M) 0,47 0,35 0,22Massa Especıfica (⇢) 0,47 0,36 0,22
Pressao de Bolha (P bub) 4,10 1,77 1,77Pressao de Orvalho (P dew) 5,65 1,37 3,37
A Tabela 6.7 mostra a mesma analise do erro de caracterizacao do DQMoM
para o valor integrado bulk das variaveis na saıda do canal, para diferentes valores
de Np no regime estacionario (t = 7s para DCM e t = 20s para o DQMoM).
O mesmo padrao de convergencia e observado, onde o erro da caracterizacao do
DQMoM diminui a medida que Np aumenta, variando de 0, 5� 1, 3% para ⇢ e M e
de 2, 6 � 19, 5% para P bub e P dew. Observa-se que que o erro local de malha nessa
regiao e inferior a 2, 5% para a massa especıfica e massa molar da mistura e inferior a
20% para a pressao de bolha e orvalho (Figuras 6.17(d), 6.18(d) e 6.19(d)). Observa-
se ainda que o erro da caracterizacao para Np = 4 tem uma ordem de grandeza
semelhante ao erro local maximo de malha para as respectivas variaveis na saıda do
canal.
Assim, conforme observado para o modelo de Fick (Tabelas 6.4 e 6.5), os resulta-
118
Tabela 6.7: Erro de caracterizacao do modelo de Maxwell-Stefan de propriedadesintegradas na saıda do canal no estado estacionario (t = 7s para o DCM e t = 20spara o DQMoM).
Erro %Np = 4 Np = 6 Np = 8
Massa Molar (M) 1,32 0,80 0,53Massa Especıfica (⇢) 1,32 0,80 0,53
Pressao de Bolha (P bub) 6,61 3,71 2,59Pressao de Orvalho (P dew) 19,43 10,97 5,71
dos de convergencia da caracterizacao do DQMoM para o modelo de Maxwell-Stefan
tambem se deteriora ao longo do canal. Observa-se que os erros de caracterizacao na
saıda do canal (Tabela 6.7) sao maiores que os erros de caracterizacao no inıcio do
canal (Tabela 6.6). Entretanto, como esse efeito e proporcional as aproximacoes dos
termos espaciais, o acumulo de erro e agravado na solucao pelo modelo de Maxwell-
Stefan pois, nesse caso, uma malha mais grosseira que aquela usada na solucao de
Fick foi adotada. A solucao pelo modelo de Fick foi realizada para uma malha de
100.000 celulas enquanto que a solucao do modelo de Maxwell-Stefan usou uma ma-
lha de 16.000 celulas e, portanto, com maiores erros de malha e integracao espacial.
Assim, os erros de caracterizacao na saıda do canal pelo modelo de Maxwell-Stefan
estao limitados pela ordem de grandeza do erro de malha. E importante destacar
que o tamanho da malha foi um fator limitante na verificacao do modelo de Maxwell-
Stefan devido ao alto custo computacional da solucao DCM com 58 componentes.
A comparacao dos erros de caracterizacao na regiao de misturacao (linha A)
entre os modelos de Fick e Maxwell-Stefan (Tabelas 6.4 e 6.6), mostra que ambos
os modelos difusivos apresentaram padroes de convergencia semelhantes na analise
dos erros de caracterizacao das propriedades da mistura. Observa-se ainda, que
para Np = 6 os erros de caracterizacao das propriedades sao da mesma ordem de
grandeza. Assim, a formulacao DQMoM comparada com a formulacao convencional
DCM mostrou uma boa convergencia independente do modelo difusivo adotado.
A Figura 6.39 mostra a comparacao do perfil da massa especıfica da mistura
ao longo da secao horizontal do canal para a simulacao do DCM com o DQMoM
para diferentes valores de Np no regime estacionario (t = 7s para DCM e t = 20s
para DQMoM). A Figura 6.39(a) mostra o elevado gradiente de ⇢ na linha A e
concordancia entre os perfis do DQMoM com o DCM. A Figura 6.39(b) mostra que
no final do canal (linha B) a solucao obtida pelo DCM e mais uniforme que a solucao
obtida pelo DQMoM. Entretanto, e possıvel observar o padrao de convergencia do
DQMoM, uma vez que a medida que Np aumenta, o perfil se aproxima da solucao
convencional do DCM.
A Figura 6.40 mostra a comparacao dos resultados da simulacao do DCM com
119
1.5
2.0
2.5
3.0
3.5
4.0
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
DCMNp 4Np 6Np 8
(a)
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
0 0.2 0.4 0.6 0.8 1
ρ (k
g/m
3)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.39: Comparacao da solucao pelo DCM e DQMoM do campo de massaespecıfica da mistura pelo modelo de Maxwell-Stefan no regime estacionario (t = 7spara o DCM e t = 20s para o DQMoM) na (a) linha A e (b) linha B.
o DQMoM para perfil de massa molar da mistura ao longo da secao horizontal do
canal no regime estacionario (t = 7s para DCM e t = 20s para o DQMoM). A
Figura 6.40(a) mostra a concordancia entre os perfis do DQMoM com o DCM e que
a massa molar da mistura varia de aproximadamente 90 � 200kg/kmol na secao
horizontal ao longo da linha A. Ja a Figura 6.40(b) mostra que a massa molar da
mistura na saıda do canal pelo DCM possui uma variacao de 145 � 155kg/kmol
enquanto que a solucao pelo DQMoM varia em uma faixa mais ampla de 120 �165kg/kmol. Apesar da diferenca entre os perfis na saıda do canal, observa-se a
convergencia do DQMoM para a solucao do DCM a medida que Np aumenta.
80
100
120
140
160
180
200
220
0 0.2 0.4 0.6 0.8 1
M (
kg/k
mol)
y (cm)
DCMNp 4Np 6Np 8
(a)
120
125
130
135
140
145
150
155
160
165
0 0.2 0.4 0.6 0.8 1
M (
kg/k
mol)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.40: Comparacao da solucao pelo DCM e DQMoM do campo de massamolar da mistura pelo modelo de Maxwell-Stefan no regime estacionario (t = 7spara o DCM e t = 20s para o DQMoM) na (a) linha A e (b) linha B.
A Figura 6.41 mostra a comparacao do perfil da pressao de bolha ao longo da
secao horizontal do canal para a simulacao DCM e DQMoM com diferentes valores
de Np no regime estacionario (t = 7s para DCM e t = 20s para o DQMoM). A
120
Figura 6.23(a) mostra que os perfis da solucao pelo DQMoM sao concordantes com
o perfil pelo DCM mesmo para o elevado gradiente da propriedade termodinamica
ao longo da linha A. A Figura 6.41(b) mostra que a pressao de bolha da mistura na
saıda do canal pelo DCM possui uma variacao de 14�16bar enquanto que a solucao
pelo DQMoM varia em uma faixa mais ampla de 6� 24kg/kmol porem observa-se
a convergencia do DQMoM para a solucao do DCM a medida que Np aumenta.
0
5
10
15
20
25
30
35
40
0 0.2 0.4 0.6 0.8 1
Pb
ub (
bar)
y (cm)
DCMNp 4Np 6Np 8
(a)
4
6
8
10
12
14
16
18
20
22
24
0 0.2 0.4 0.6 0.8 1P
bu
b (
bar)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.41: Comparacao da solucao pelo DCM e DQMoM do campo de pressaode bolha da mistura pelo modelo de Maxwell-Stefan no regime estacionario (t = 7spara o DCM e t = 20s para o DQMoM) na (a) linha A e (b) linha B.
A Figura 6.42 e o perfil de pressao de orvalho da mistura de hidrocarbonetos ao
longo do canal para as simulacoes DCM e DQMoM para diferentes Np no regime
estacionario (t = 7s para DCM e t = 20s para o DQMoM). A Figura 6.42(a) mostra
a comparacao do perfil da propriedade na linha A entre do DCM e o DQMoM e, e
possıvel notar que os resultados sao concordantes mesmo com o elevado gradiente
da propriedade. A Figura 6.42(b) mostra a mesma comparacao na saıda do canal.
Observa-se uma boa concordancia na caracterizacao da corrente proxima a entrada
1 do canal, enquanto que o perfil proximo a entrada 2 apresenta um padrao de
convergencia que se aproxima da solucao do DCM a medida que Np aumenta. Assim,
e possıvel observar a maior dificuldade do DQMoM em caracterizar a misturacao da
corrente proveniente da entrada 2.
Foi realizada uma analise do campo vetorial do fluxo difusivo dos pseudocom-
ponentes normalizados, J
vpj
,n calculado de acordo com a Equacao 6.7 no estado
estacionario (t = 20s). O objetivo da analise foi verificar a ocorrencia de fenomenos
como a contra-difusao, barreira de difusao ou difusao osmotica para as simulacoes
com o DQMoM pelo modelo de Maxwell-Stefan. Assim, o campo do fluxo difusivo
normalizado foi comparado com o equivalente do fluxo difusivo pelo modelo de Fick,
�rypj
,n, calculado conforme a Equacao 6.8.
A Figura 6.43 e o resultado no estacionario (t = 20s) do segundo pseudocom-
121
0
2
4
6
8
10
12
0 0.2 0.4 0.6 0.8 1
Pd
ew
(bar)
y (cm)
DCMNp 4Np 6Np 8
(a)
1
2
3
4
5
6
7
8
0 0.2 0.4 0.6 0.8 1
Pd
ew
(bar)
y (cm)
DCMNp 4Np 6Np 8
(b)
Figura 6.42: Comparacao da solucao pelo DCM e DQMoM do campo de pressao deorvalho da mistura pelo modelo de Maxwell-Stefan no regime estacionario (t = 7spara o DCM e t = 20s para o DQMoM) na (a) linha A e (b) linha B.
ponente (Mp2) da simulacao do DQMoM com Np = 4. A Figura 6.43(a) mostra
o campo vetorial normalizado do fluxo difusivo de Maxwell-Stefan (Jvp2,n) e a Fi-
gura 6.43(b) e o campo de �ryp2,n. Observam-se os fenomenos de contra-difusao e
difusao osmotica para o pseudocomponente 2 na simulacao do DQMoM com Np = 4.
O fenomeno de difusao osmotica e observado a partir da regiao central ate a saıda
do canal, onde existe difusao mesmo na ausencia de gradiente de concentracao (
||Jvp2,n|| ⇡ 0, 5 e ||ryp2,n|| ⇡ 0 ). A contra-difusao e observada na regiao da juncao
”T”, onde as Figuras 6.43(a) e 6.43(b) mostram que o campo vetorial de J
vp2,n tem
sentido oposto ao de �ryp2,n. A Figura 6.43(c) mostra o campo de massa molar
do pseudocomponente 2 no regime estacionario. Os demais pseudocomponentes da
simulacao DQMoM com Np = 4 apresentaram o fluxo difusivo de Maxwell-Stefan
semelhante ao fluxo difusivo de Fick e, portanto, seus campos nao sao mostrados.
A Figura 6.44 e o resultado no estacionario (t = 20s) do terceiro pseudocom-
ponente (Mp3) da simulacao do DQMoM com Np = 6. A Figura 6.44(a) mostra
o campo vetorial normalizado do fluxo difusivo de Maxwell-Stefan (Jvp3,n) e a Fi-
gura 6.44(b) e o campo de �ryp3,n. Observa-se o fenomeno de difusao osmotica a
partir da regiao central ate a saıda do canal, onde existe difusao do pseudocompo-
nente 3 na ausencia de gradiente de concentracao ( ||Jvp3,n|| ⇡ 0, 2 e ||ryp3,n|| = 0 ).
A Figura 6.44(c) mostra o campo de massa molar do pseudocomponente 3 no regime
estacionario. Os demais pseudocomponentes da simulacao DQMoM com Np = 6
apresentaram o fluxo difusivo de Maxwell-Stefan semelhante ao fluxo difusivo de
Fick e, portanto, seus campos nao sao mostrados.
A Figura 6.45 e o resultado no estacionario (t = 20s) do terceiro pseudocom-
ponente (Mp3) da simulacao do DQMoM com Np = 8. A Figura 6.45(a) mostra
o campo vetorial normalizado do fluxo difusivo de Maxwell-Stefan (Jvp3,n) e a Fi-
122
gura 6.45(b) e o campo de �ryp3,n. Observa-se o fenomeno de barreira de difusao
em uma pequena regiao no centro do canal, onde o fluxo difusivo do pseudocompo-
nente 3 e nulo mesmo na presenca de um de gradiente de concentracao ( ||Jvp3,n|| ⇡ 0
e ||ryp3,n|| ⇡ 0, 25 ). A Figura 6.44(c) mostra o campo de massa molar do pseudo-
componente 3 no regime estacionario. Os demais pseudocomponentes da simulacao
DQMoM com Np = 8 apresentaram o fluxo difusivo de Maxwell-Stefan semelhante
ao fluxo difusivo de Fick e, portanto, seus campos nao sao mostrados.
Acuracia do DQMoM na solucao transiente
Durante a solucao transiente, e interessante observar o valor da variavel bulk
(conforme definicao na Equacao 6.1). A seguir, os resultados sao apresentados para
a malha intermediaria (n = 2, com aproximadamente 16.000 volumes) e, como foi
observado um elevado acumulo de erro entre a linha A e a saıda do canal, a avaliacao
do erro de caracterizacao e realizada para as variaveis tanto na linha A quanto na
saıda do canal.
A Figura 6.46 mostra a evolucao do valor bulk para a concentracao do nitrogenio e
para a massa especıfica da mistura na linha A. As Figuras 6.46(a) e 6.46(b) mostram,
respectivamente, o valor das variaveis ⇢N2e ⇢ para as simulacoes do DCM e DQMoM.
As Figuras 6.46(c) e 6.46(d) sao seus respectivos erros de caracterizacao, �(⇢N2) e
�(⇢), para as simulacoes do DQMoM com diversos valores de Np. O comportamento
do erro de caracterizacao para a massa molar da mistura, �(M), e semelhante ao
encontrado para a massa especıfica e, por este motivo, o seu grafico nao e mostrado.
As Figuras 6.46(a) e 6.46(b) mostram que os valores de ⇢N2e ⇢ para o DCM e
o DQMoM sao coincidentes nessa regiao do domınio. As Figuras 6.46(a) e 6.46(b)
mostram que em menos de 1 segundo os hidrocarbonetos alcancam a regiao de
misturacao do canal (linha A) e, apos t = 2s, o valor bulk das propriedades integradas
ao longa da linha A e constante. As Figuras 6.46(c) e 6.46(d) mostram que os erros
de caracterizacao �(⇢N2) e �(⇢) na linha A flutuam entre 0, 05 � 0, 40% e, os erros
de caracterizacao reportados estao dentro da ordem de grandeza do erro local da
malha para a linha A (Figura 6.17(c)).
A Figura 6.47 mostra a solucao transiente para os valores bulk da pressao de
bolha e orvalho dos hidrocarbonetos na regiao de misturacao (linha A) para t > 1s.
As Figuras 6.47(a) e 6.47(b) mostram os valores de P bub e P dew para a simulacao
com o DCM e para o DQMoM com diferentes valores de Np. Observa-se que a
convergencia do DQMoM melhora a medida que Np aumenta. As Figuras 6.47(c)
e 6.47(d) sao, respectivamente, os erros de caracterizacao das variaveis integradas
�(P bub) e �(P dew) para a simulacao do DQMoM com diferentes valores de Np. Nota-
se que os erros diminuem conforme Np aumenta e, que os erros de caracterizacao na
linha A para �(P bub) variam em torno de 1, 5 � 4, 0% e �(P dew) entre 3, 0 � 6, 5%.
123
Vale ressaltar que a linha A apresenta um elevado gradiente nas propriedades e, que
o erro local de malha para �mesh(P 2
bub) e �mesh(P 2
dew) nessa regiao do domınio e no
maximo 5% (Figuras 6.18(c) e 6.19(c)).
A Figura 6.48 mostra a evolucao do valor bulk para a concentracao do nitrogenio
e para a massa especıfica da mistura na saıda do canal. As Figuras 6.48(a) e 6.48(b)
mostram, respectivamente, o valor das variaveis ⇢N2e ⇢ para as simulacoes do DCM
e DQMoM. As Figuras 6.48(c) e 6.48(d) sao seus respectivos erros de caracterizacao,
�(⇢N2) e �(⇢), para as simulacoes do DQMoM com diversos valores de Np. A con-
vergencia da massa molar da mistura, �(M), e semelhante ao encontrado para a
massa especıfica e, por este motivo, o seu grafico nao e mostrado.
As Figuras 6.48(a) e 6.48(b) mostram que a solucao transiente na saıda do canal
de ⇢N2e ⇢ para o DCM e o DQMoM sao semelhantes. As Figuras 6.48(a) e 6.48(b)
mostram que em cerca de 1 segundo os hidrocarbonetos comecam a sair do canal
e, apos t = 5s, a solucao converge para o regime estacionario. As Figuras 6.48(c)
e 6.48(d) mostram que os erros transientes das variaveis integradas �(⇢N2) e �(⇢) na
saıda do canal flutuam entre 0, 2 � 1, 5%. Vale observar que o erro local de malha
na saıda do canal e inferior a 2, 5% (Figura 6.17(d)).
A Figura 6.49 mostra a solucao transiente para os valores bulk da pressao de bo-
lha e orvalho dos hidrocarbonetos na saıda do canal para t > 1s. As Figuras 6.49(a)
e 6.49(b) mostram os valores de P bub e P dew para a simulacao com o DCM e para o
DQMoM com diferentes valores de Np. Observa-se que a convergencia do DQMoM
melhora a medida que Np aumenta. As Figuras 6.49(c) e 6.49(d) sao, respectiva-
mente, os erros de caracterizacao das variaveis integradas �(P bub) e �(P dew) para a
simulacao do DQMoM com diferentes valores de Np. Nota-se que os erros diminuem
conforme Np aumenta. Nota-se ainda que os erros transientes na saıda do canal para
�(P bub) e �(P dew) estao compreendidos na faixa de 2�18%. Observa-se que os erros
de caracterizacao transientes reportados estao compatıveis com a ordem de grandeza
do erro local de malha para �mesh(P 2
bub) e �mesh(P 2
dew) que variam de 1� 20% nessa
regiao do domınio (Figuras 6.18(d) e 6.19(d)).
A Figura 6.50 mostra a caracterizacao da mistura pela aproximacao do DQMoM
com 6 pseudocomponentes onde a Figura 6.50(a) e o valor bulk das concentracoes
dos pseudocomponentes (⇢pj
) e a Figura 6.50(b) e a evolucao do valor bulk da massa
molar dos pseudocomponentes (Mpj
) na saıda do canal. A Figura 6.50(a) mostra
que ⇢pj
8j aumenta continuamente ao longo do tempo na saıda do canal. A Fi-
gura 6.50(b) ilustra a adaptacao da caracterizacao da mistura, onde mostra que
o valor integrado Mpj
8j, alcanca um valor maximo em torno de t = 0, 5s e, em
seguida, diminui de valor. Conforme observado na solucao pelo modelo de Fick,
esse fenomeno ocorre devido a misturacao com a corrente de entrada 2, que e uma
corrente de hidrocarbonetos mais leve e alimentada a uma vazao mais baixa.
124
0.25 0.5 0.75
0 1
(a)
0.25 0.5 0.75
0 1
(b)
160 180 200
148 214
(c)
Figura 6.43: Campo vetorial da simulacao do DQMoM com Np = 4 e pseudocom-ponente 2 (em t = 20s) onde (a) e fluxo difusivo molar por Maxwell-Stefan J
vp2,n (b)
e o fluxo de Fick �ryp2,n e (c) do campo de massa molar do pseudocomponente,Mp2 .
125
0.2 0.4 0.6 0.8
0 1
(a)
0.2 0.4 0.6 0.8
0 1
(b)
180 200
164 220
(c)
Figura 6.44: Campo vetorial da simulacao do DQMoM com Np = 6 e pseudocom-ponente 3 (em t = 20s) onde (a) e fluxo difusivo molar por Maxwell-Stefan J
vp3,n (b)
e o fluxo de Fick �ryp3,n e (c) do campo de massa molar do pseudocomponente,Mp3 .
126
0.25 0.5 0.75
0 1
(a)
0.25 0.5 0.75
0 1
(b)
140 150 160 170 180
137 183
(c)
Figura 6.45: Campo vetorial da simulacao do DQMoM com Np = 8 e pseudocom-ponente 3 (em t = 20s) onde (a) e fluxo difusivo molar por Maxwell-Stefan J
vp3,n (b)
e o fluxo de Fick �ryp3,n e (c) do campo de massa molar do pseudocomponente,Mp3 .
127
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
1 2 3 4 5 6 7
ρ_
N2 (
kg
/m3)
t (s)
DCMNp = 4Np = 6Np = 8
(a)
0.5
1.0
1.5
2.0
2.5
3.0
3.5
1 2 3 4 5 6 7
ρ_ (
kg
/m3)
t (s)
DCMNp = 4Np = 6Np = 8
(b)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
1 2 3 4 5 6 7
δ(ρ_
Ν2)%
t (s)
Np = 4 Np = 6 Np = 8
(c)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
1 2 3 4 5 6 7
δ(ρ_
)%
t (s)
Np = 4 Np = 6 Np = 8
(d)
Figura 6.46: Comparacao da solucao transiente pelo modelo de Maxwell-Stefan doDCM e DQMoM para o valor bulk integrado na linha A de (a) ⇢N2
e (b) ⇢. Osrespectivos erros de caracterizacao da simulacao DQMoM para diferentes valores deNp sao (c) �(⇢N2
) e (d) �(⇢).
128
11.6
11.7
11.8
11.9
12.0
12.1
12.2
12.3
12.4
1 2 3 4 5 6 7
P_
bu
b (
bar
)
t (s)
DCMNp = 4Np = 6Np = 8
(a)
3.4
3.5
3.5
3.5
3.6
3.6
3.7
3.7
3.8
1 2 3 4 5 6 7
P_
dew
(b
ar)
t (s)
DCMNp = 4Np = 6Np = 8
(b)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
1 2 3 4 5 6 7
δ(P_
bu
b)%
t (s)
Np = 4 Np = 6 Np = 8
(c)
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
1 2 3 4 5 6 7
δ(P_
de
w)%
t (s)
Np = 4 Np = 6 Np = 8
(d)
Figura 6.47: Comparacao da solucao transiente pelo modelo de Maxwell-Stefan doDCM e DQMoM para o valor bulk integrado na linha A de (a) P bub e (b) P dew. Osrespectivos erros de caracterizacao da simulacao DQMoM para diferentes valores deNp sao (c) �(P bub) e (d) �(P dew).
129
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0 1 2 3 4 5 6 7
ρ_
N2 (
kg
/m3)
t (s)
DCMNp = 4Np = 6Np = 8
(a)
0.5
1.0
1.5
2.0
2.5
3.0
0 1 2 3 4 5 6 7
ρ_ (
kg
/m3)
t (s)
DCMNp = 4Np = 6Np = 8
(b)
0.0
0.2
0.4
0.6
0.8
1.0
1.2
0 1 2 3 4 5 6 7
δ(ρ_
Ν2)%
t (s)
Np = 4 Np = 6 Np = 8
(c)
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
0 1 2 3 4 5 6 7
δ(ρ_
)%
t (s)
Np = 4 Np = 6 Np = 8
(d)
Figura 6.48: Comparacao da solucao transiente pelo modelo de Maxwell-Stefan doDCM e DQMoM para o valor bulk integrado na saıda do canal de (a) ⇢N2
e (b) ⇢.Os respectivos erros de caracterizacao da simulacao DQMoM para diferentes valoresde Np sao (c) �(⇢N2
) e (d) �(⇢).
130
5
6
7
8
9
10
11
12
13
14
15
1 2 3 4 5 6 7
P_
bub (
bar
)
t (s)
DCMNp = 4Np = 6Np = 8
(a)
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
1 2 3 4 5 6 7
P_
dew
(b
ar)
t (s)
DCMNp = 4Np = 6Np = 8
(b)
0
2
4
6
8
10
12
14
16
18
20
22
24
1 2 3 4 5 6 7
P_
bu
b (
kg
/km
ol)
t (s)
Np = 4 Np = 6 Np = 8
(c)
0
2
4
6
8
10
12
14
16
18
20
22
24
1 2 3 4 5 6 7
P_
dew
(k
g/k
mo
l)
t (s)
Np = 4 Np = 6 Np = 8
(d)
Figura 6.49: Comparacao da solucao transiente pelo modelo de Maxwell-Stefan doDCM e DQMoM para o valor bulk integrado na saıda do canal de (a) P bub e (b)P dew. Os respectivos erros de caracterizacao da simulacao DQMoM para diferentesvalores de Np sao (c) �(P bub) e (d) �(P dew).
0.0
0.2
0.4
0.6
0.8
1.0
1.2
0 1 2 3 4 5 6 7
ρ_
pj (
kg
/m3)
t (s)
ρp1ρp2ρp3ρp4ρp5ρp6
(a)
50
100
150
200
250
300
350
400
0 1 2 3 4 5 6 7
M_
pj (
kg
/km
ol)
t (s)
Mp1Mp2Mp3Mp4Mp5Mp6
(b)
Figura 6.50: Solucao transiente para o valor bluk integrado da (a) concentracaomassica ⇢p
j
e (b) massa molar Mpj
dos pseudocomponentes na saıda do canal parasimulacao DQMoM com Np = 6.
131
6.7 Custo Computacional
6.7.1 Modelo de Fick
A comparacao do custo computacional da simulacao DCM com a DQMoM e o
transporte difusivo descrito pelo modelo de Fick foi feita para a malha 2 (aproxi-
madamente 100.000 celulas) e em relacao ao caso onde Np = 4, 6, 8. As Tabelas 6.8
e 6.9 apresentam o custo computacional da simulacao realizada nos dois intervalos
de integracao temporal. O speedup foi definido por:
speedup =tempo DCM
tempo DQMoM(6.9)
A Tabela 6.8 mostra que a solucao do DQMoM com Np = 4 e cerca de duas
vezes mais rapida durante a etapa de integracao com o passo de tempo fixo. A
medida que Np aumenta, a aceleracao da simulacao pelo DQMoM diminui e, para
Np = 8, o custo da solucao do DQMoM se equipara com o custo do DCM com 58
componentes.
Tabela 6.8: Custo computacional modelo de Fick: malha 100.000, intervalo de [0�3, 5]s e �t = 1, 0e� 5.
Tempo de Simulacao (horas) speedupDCM N = 57 174,6
DQMoM Np = 4 89,4 1,95Np = 6 116,7 1,5Np = 8 162,3 1,05
A Tabela 6.9 mostra os resultados para a segunda etapa de integracao temporal,
controlada pelo Courant (com o passo de tempo em aproximadamente 5 ⇥ 10�5) e
apresentou uma aceleracao um pouco maior que aquela observada durante a primeira
etapa de integracao temporal. Observa-se que o speedup diminui a medida que Np
aumenta e, que para Np = 8 o speedup foi de 1, 2.
Tabela 6.9: Custo computacional modelo de Fick: malha 100.000, intervalo de [3, 5�10s]s e Co = 0, 6 (�t ⇡ 5e� 5).
Tempo de Simulacao (horas) speedupDCM N = 57 78
DQMoM Np = 4 36 2,17Np = 6 47,5 1,64Np = 8 64,2 1,2
Vale observar que o numero de iteracoes necessarios para a convergencia dos lacos
de transporte de massa e pressao-velocidade, tanto no DCM quanto no DQMoM,
foram de Nmass 5 e NPISO 10, respectivamente, onde os valores maximos foram
132
alcancados apenas no intervalo de tempo de 0 � 0, 5s. Todas as simulacoes com o
modelo de Fick foram realizadas em um computador com 8 nucleos Xeon X5675.
6.7.2 Modelo de Maxwell-Stefan
A comparacao do custo computacional da simulacao DCM com a DQMoM e
o transporte difusivo descrito pelo modelo de Maxwell-Stefan foi feita para sua
respectiva a malha 2 (aproximadamente 16.000 celulas) e em relacao aos casos onde
Np = 4, 6, 8.
A Tabela 6.10 apresenta o custo computacional da simulacao realizada no in-
tervalo de integracao inicial de 0 � 3, 5s. A Tabela 6.10 mostra que a solucao do
DQMoM com Np = 4 e 13, 5 vezes mais rapida do que o DCM com 58 componentes.
O speedup diminui a medida que Np aumenta entretanto, os valores ainda sao ex-
pressivos uma vez que a simulacao com Np = 6 e 10 vezes mais rapida e, para Np = 8
a simulacao e 6 mais rapida. Vale observar que o numero de iteracoes necessarios
para a convergencia dos lacos de transporte de massa e pressao-velocidade, tanto no
DCM quanto no DQMoM, foram de Nmass 4 e NPISO 5, respectivamente, onde
os valores maximos foram alcancados apenas no intervalo de tempo de 0� 0, 5s.
Tabela 6.10: Custo computacional modelo de Maxwell-Stefan: malha 16.000, inter-valo de [0� 3, 5]s e �t = 4, 0e� 5.
Tempo de Simulacao (horas) speedupDCM N = 57 214
DQMoM Np = 4 15,8 13,5Np = 6 21,5 10Np = 8 35,6 6
As simulacoes foram realizadas em um computador com 4 nucleos
Intel R� CoreTM i7-2600K CPU (3.40GHz). Da mesma forma que para o modelo
de Fick, e possıvel acelerar o tempo computacional tanto para o DCM quanto para
o DQMoM para a formulacao de Maxwell-Stefan pois esses codigos tambem nao
foram completamente otimizados.
A comparacao das Tabelas 6.8 e 6.10 mostra que o speedup observado na for-
mulacao de Maxwell-Stefan e maior que aquele observado na formulacao pelo modelo
de Fick. Observa-se que essa diferenca e expressiva, como por exemplo, no caso de
Np = 6 a formulacao do DQMoM com Maxwell-Stefan e 10 vezes mais rapida que
a respectiva formulacao convencional com 58 componentes, enquanto que o mesmo
caso do DQMoM com modelo de Fick e 1, 5 vezes mais rapido que a respectiva
formulacao convencional.
Por fim, vale destacar que o ganho do DQMoM com Maxwell-Stefan e mais
expressivo pois o custo computacional do DCM pelas equacoes de Maxwell-Stefan
133
e bastante maior que o custo do DCM pelo modelo de Fick. Assim, o uso do
DQMoM como uma tecnica de reducao de ordem do problema de transporte de
massa multicomponente reduz sensivelmente a dimensao do problema. O custo da
solucao de equacoes de transporte e escalonado em relacao ao numero de volumes
(Nvols) na malha por Nvols log(Nvols). Ja a solucao de um sistema linear e escalonado
por (2N)2Nvols, onde N e o tamanho do sistema linear [98].
Desta forma, alem da solucao das equacoes de transporte, o caso teste com
a solucao convencional DCM pelo modelo de Maxwell-Stefan envolveu a solucao
de um sistema linear 58 ⇥ 58 em cada face, enquanto que a dimensao da solucao
pelo DQMoM reduziu o sistema linear para Np ⇥ Np. Ja a solucao do DQMoM
pelo modelo de Fick possui o custo computacional limitado pelas 2Np equacoes
de transporte e ainda a solucao de um sistema linear 2Np ⇥ 2Np, enquanto que a
formulacao convencional depende da solucao de 58 equacoes de transporte. Assim,
para Np = 8, o custo de adicional da solucao do sistema linear do DQMoM por
Fick equipara-se ao custo da solucao de 58 equacoes de transporte para o caso de
misturacao estudado.
134
Capıtulo 7
Conclusoes e Sugestoes
7.1 Sıntese e Conclusoes
Foi desenvolvido com sucesso um novo metodo para a simulacao do escoamento
compressıvel de misturas semicontınuas, onde o Direct Quadrature Method of Mo-
ments (DQMoM) foi formulado para a solucao do transporte de massa de um compo-
nente contınuo, tanto pelo modelo de Fick quanto pelas equacoes de Maxwell-Stefan.
A nova formulacao do DQMoM foi implementada em uma ferramenta CFD de codigo
livre, o OpenFOAM.
O DQMoM foi comparado com a formulacao convencional de uma mistura mul-
ticomponente na solucao CFD de um processo de misturacao isotermico de duas
correntes com composicoes distintas. Devido a caracterizacao adaptativa da mis-
tura atraves do DQMoM, um menor conjunto de pseudocomponentes e capaz de
representar as propriedades da mistura original com boa acuracia. Assim, como o
conjunto de equacoes de transporte pela formulacao do DQMoM e menor, o custo
computacional da solucao e reduzido. Alem disso, a mistura caracterizada por um
conjunto menor de pseudocomponentes possui concentracoes maiores, permitindo
um melhor controle do erro numerico da simulacao.
A primeira etapa de desenvolvimento de metodologia consistiu na formulacao
e implementacao do DQMoM para o escoamento isotermico compressıvel de uma
mistura de gas ideal onde o fluxo difusivo foi descrito pelo modelo de Fick. Foi
desenvolvido um algoritmo para a solucao acoplada das equacoes que governam o
problema do escoamento de transporte de massa multicomponente compressıvel.
Vale destacar que diferentes algoritmos foram formulados e o Apendice F apresenta
o historico dos algoritmos testados durante a fase de desenvolvimento do escoamento
compressıvel com acoplamento entre as equacoes.
Em seguida, a solucao do DQMoM pelo modelo de Fick foi comparada com a
solucao convencional do escoamento com transporte de massa multicomponente des-
135
crito por Fick. Foi necessario implementar a solucao CFD do problema convencional,
uma vez que a comparacao foi realizada em relacao a estrategia de acoplamento do
escoamento compressıvel conforme a proposta no presente trabalho. A metodologia
foi validada para o caso particular de um processo de misturacao em canal “T” em
escoamento laminar e isotermico de um gas ideal. Os resultados da comparacao
mostraram que a solucao pelo DQMoM foi capaz de reproduzir as propriedades de
uma mistura de 57 hidrocarbonetos em nitrogenio com um erro de 1, 5% nas propri-
edades termodinamicas (Pbub e Pdew) para o caso de 6 pseudocomponentes e, 3% na
pressao de orvalho para 4 pseudocomponentes. Ja a comparacao do custo compu-
tacional mostrou que a solucao com 4 pseudocomponentes foi aproximadamente 2
vezes mais rapida, enquanto que a solucao com 6 pseudocomponentes foi cerca 1, 5
vezes mais rapida.
A segunda etapa do desenvolvimento da metodologia consistiu na formulacao e
implementacao do DQMoM para o escoamento isotermico compressıvel de uma mis-
tura de gas ideal onde o fluxo difusivo foi descrito pelas equacoes de Maxwell-Stefan
para uma mistura semicontınua. O algoritmo de acoplamento proposto na solucao
do escoamento pelo modelo de Fick foi estendido para a solucao pelo modelo de
Maxwell-Stefan. Em seguida, a solucao do DQMoM foi comparada com a solucao
convencional do escoamento com transporte de massa multicomponente resolvido
pelas equacoes de Maxwell-Stefan. Desta forma, alem da solucao do DQMoM com
Maxwell-Stefan, tambem foi implementado o codigo CFD para a solucao convencio-
nal por Maxwell-Stefan. A metodologia para o modelo de Maxwell-Stefan tambem
foi validada para o caso particular de um processo de misturacao em canal “T” em
escoamento laminar e isotermico de um gas ideal. Os resultados da comparacao
mostraram que a solucao pelo DQMoM foi capaz de reproduzir as propriedades de
uma mistura de 57 hidrocarbonetos em nitrogenio com um erro de caracterizacao de
1, 8% nas propriedades termodinamicas (Pbub e Pdew) para o caso de 6 pseudocompo-
nentes e, 5, 7% na pressao de orvalho para 4 pseudocomponentes. Ja a comparacao
do custo computacional mostrou que a solucao com 4 pseudocomponentes foi 13, 5
vezes mais rapida e, a solucao com 6 pseudocomponentes foi 10 vezes mais rapida.
Foi realizada tambem uma comparacao entre o modelo de Fick e Maxwell-Stefan
para a solucao do escoamento compressıvel atraves da formulacao multicomponente
convencional. Os resultados mostraram que a solucao do problema atraves do mo-
delo de Maxwell-Stefan e menos difusiva e o comprimento do canal no caso teste
nao foi longo o suficiente para promover a completa misturacao das correntes. Alem
disso, foi possıvel observar os fenomenos de contra-difusao, barreira de difusao e
difusao osmotica no caso teste escolhido.
Vale destacar que a acuracia da solucao CFD depende da resolucao da malha
adotada e da aproximacao das funcoes de interpolacao escolhidas. Desta forma, o
136
erro de caracterizacao do DQMoM sofre acumulo de acordo com o erro de malha.
Assim, e possıvel diminuir os erros numericos encontrados no presente trabalho
atraves da selecao de funcoes de interpolacao de maior ordem ou ainda de malhas
mais refinadas.
Portanto, nota-se que os objetivos listados na Secao 1.3 foram alcancados com
sucesso. E possıvel ainda resumir as contribuicoes e conclusoes do presente trabalho
na seguinte enumeracao:
1. O metodo de caracterizacao adaptativa do QMoM foi estendido com sucesso
a problemas de campo com escoamento compressıvel.
2. Foi desenvolvido um algoritmo de acoplamento das equacoes de transporte de
massa multicomponente em um escoamento compressıvel.
3. A equacoes de Maxwell-Stefan para o escoamento de uma mistura semi-
contınua foram desenvolvidas.
4. O DQMoM para a solucao da equacao de transporte de massa de um com-
ponente contınuo foi formulado e validado para um problema de escoamento
de uma mistura semicontınua usando os modelos difusivos de Fick e Maxwell-
Stefan.
5. Foi realizada uma comparacao da formulacao convencional por Fick em relacao
ao modelo de Maxwell-Stefan em um problema com elevado numero de com-
ponentes de escoamento compressıvel isotermico e laminar.
6. Os DQMoM para um componente contınuo pelo modelo de Fick e cerca de 2
vezes mais rapido que a formulacao convencional.
7. Os DQMoM para um componente contınuo pelo modelo de Maxwell-Stefan e
cerca de 10 vezes mais rapido que a formulacao convencional.
8. Foram desenvolvidos quatro solvers em OpenFOAM
• mmtFoam : solucao do escoamento isotermico, compressıvel, laminar de
uma mistura de gas ideal com elevado numero de componentes, onde o
transporte difusivo e pelo modelo de Fick.
• mmtDqmomFoam: solucao do escoamento isotermico, compressıvel, laminar
de uma mistura de gas ideal semicontınua, com solucao do transporte de
massa do componente contınuo pelo DQMoM e modelo difusivo de Fick.
• msFoam: solucao do escoamento isotermico, compressıvel, laminar de uma
mistura de gas ideal com elevado numero de componentes, onde o trans-
porte difusivo e pelo modelo de Maxwell-Stefan.
137
• msDqmomFoam: solucao do escoamento isotermico, compressıvel, laminar
de uma mistura de gas ideal semicontınua, com solucao do transporte
de massa do componente contınuo pelo DQMoM e modelo difusivo de
Maxwell-Stefan para uma mistura semicontınua.
Os resultados do DQMoM para o modelo de Fick foram publicados na Com-
puters & Chemical Engineering, volume 64 de 2014 sob tıtulo “Simulation of the
compressible flow with mass transfer of semi-continuous mixtures using the direct
quadrature method of moments” [99]. Alem disso, os mesmos resultados foram di-
vulgados no congresso internacional AIChe Annual Meeting, 2013, sob tıtulo “Multi-
component mass transfer in the compressible flow of semicontinuous mixtures using
adaptive characterization method”. Os resultados do DQMoM para o modelo de
Maxwell-Stefan irao gerar mais uma publicacao internacional cujo texto encontra-se
em desenvolvimento.
Portanto, o presente documento demonstra que o DQMoM para um componente
contınuo e uma alternativa a solucao convencional de misturas com elevado numero
de componentes, pois representa o escoamento de uma mistura semicontınua com
acuracia com um pequeno numero de pseudocomponentes e um custo computacional
reduzido.
7.2 Sugestoes para Trabalhos Futuros
O trabalho proposto consistiu na verificacao da nova formulacao do DQMoM para
misturas semicontınuas frente ao resultado de uma formulacao convencional de uma
mistura com elevado numero de componentes. A comparacao mostrou a boa acuracia
do metodo em relacao a formulacao classica. Uma sugestao de trabalho futuro e
comparar os resultados do DQMoM para misturas contınuas frente aplicacoes com
dados experimentais.
O processo de vaporizacao de uma gota de combustıvel e um exemplo de aplicacao
do DQMoM. A literatura apresenta diferentes casos com resultados experimenais
onde a mistura de combustıvel pode ser descrita pelo DQMoM, incluindo misturas
derivadas de petroleo com alcoois [78–80]. Assim, sera necessario incluir o balanco
de energia, condicoes de contorno apropriadas para a vaporizacao multicomponente
alem de modelos termodinamicos e equacoes de estado adequadas. Esse desenvolvi-
mento pode ser inicialmente apenas para a fase vapor com a interface liquido-vapor
descrita atraves de uma condicao de contorno apropriada. Vale destacar ainda, que
a aplicacao do DQMoM para misturas contınuas com reacao tambem representa um
trabalho futuro de grande interesse, uma vez que esse podera ser adotado no estudo
de casos envolvendo o escoamento reativo ou combustao, por exemplo.
138
A extensao do DQMoM para misturas contınuas em uma formulacao multifasica
depende de uma avaliacao em relacao ao modelo difusivo a ser adotado. A for-
mulacao monofasica apresentada no presente documento, mostrou que o ganho de
custo computacional e mais expressivo quando o modelo de Maxwell-Stefan e ado-
tado. Assim, e possıvel justificar a extensao da formulacao multifasica usando o
modelo de Maxwell-Stefan. Ja o resultado monofasico obtido pelo modelo de Fick
nao apresentou a mesma proporcao de ganho no custo computacional. Assim, e
recomendado uma otimizacao da implementacao do DQMoM pelo modelo de Fick
a fim justificar a extensao da metodologia de reducao na caracterizacao. Nesse sen-
tido, vale destacar que o uso de GPU (Graphics Processing Unit) na solucao dos
sistemas lineares, tanto do DQMoM quanto de Maxwell-Stefan, ainda e um topico
a ser investigado.
Outro ponto que merece destaque em trabalhos futuros e a implementacao do
modelo de Maxwell-Stefan. A estrategia adotada no presente trabalho consistiu
em uma implementacao explıcita das equacoes de Maxwell-Stefan (Maxwell-Stefan
Equation, MSE), com o uso de um termo de difusao efetiva para melhorar o condi-
cionamento do sistema algebrico. Uma alternativa e a solucao implıcita atraves da
formulacao pela Lei de Fick Generalizada (Generelized Fick’s Law, GFL). A analise
da formulacao implıcita GFL pode levar ao uso de passos de tempo maiores e, uma
comparacao entre a implementacao explicita pela MSE e implıcita pelo GFL pode
ser feita.
Por fim, e possıvel concluir que foi dado o primeiro passo para viabilizar a si-
mulacao CFD de processos de transporte de massa envolvendo misturas com elevado
numero de componentes. A partir do presente trabalho, o DQMoM para misturas
contınuas pode ser aplicado na simulacao de diferentes casos de interesse de maior
complexidade, tais como, combustao, colunas de spray, alem de diferentes processos
de separacao e mistura tıpicos da engenharia quımica.
139
Referencias Bibliograficas
[1] CHARPENTIER, J.-C. “Among the trends for a modern chemical engineering,
the third paradigm: The time and length multiscale approach as an e�ci-
ent tool for process intensification and product design and engineering”,
Chemical Engineering Research and Design, v. 88, n. 3, pp. 248–254, 2010.
[2] VOGT, C., ALLERS, T. “Paradigm shift and requirements in enhanced value
chain design in the chemical industry”, Chemical Engineering Research
and Design, v. 83, n. 6, pp. 759–765, 2005.
[3] TAYLOR, R., KRISHNA, R. Multicomponent Mass Transfer. New York: Wiley
Series in Chemical Engineering, 1993.
[4] RATZSCH, M. T., KEHLEN, H. “Continuous thermodynamics of complex-
mixtures”, Fluid Phase Equilibria, v. 14, pp. 225–234, 1983.
[5] COTTERMAN, R. L., BENDER, R., PRAUSNITZ, J. M. “Phase-equilibria for
mixtures containing very many components - development and application
of continuous thermodynamics for chemical process design”, Industrial &
Engineering Chemistry Process Design And Development, v. 24, pp. 194–
203, 1985.
[6] COTTERMAN, R. L., PRAUSNITZ, J. M. “Flash Calculations For Continuous
Or Semicontinuous Mixtures Using An Equation Of State”, Industrial &
Engineering Chemistry Process Design And Development, v. 24, n. 2,
pp. 434–443, 1985.
[7] LAGE, P. L. C. “The quadrature method of moments for continuous thermody-
namics”, Computers & Chemical Engineering, v. 31, pp. 782–799, 2007.
[8] MARCHISIO, D., FOX, R. “Solution of population balance equations using the
direct quadrature method of moments”, Journal of Aerosol Science, v. 36,
n. 1, pp. 43–73, 2005.
[9] JATOBA, L. F. C. Simulacao do escoamento de misturas contınuas usando
quadratura adaptativa. Dissertacao de Mestrado, Instituto Alberto Luiz
140
Coimbra de Pos-Graduacao e Pesquisa de Engenharia da Universidade
Federal do Rio de Janeiro, 2010.
[10] HAUKE, G. An Introduction to Fluid Mechanics and Transport Phenomena.
Zaragoza: Springer, 2008.
[11] SLATTERY, J. C. Advanced Transport Phenomena. Cambridge: Cambridge
University Press, 1999.
[12] BIRD, R. B., STEWART, W. E., LIGHTFOOT, E. N. Fenomenos de Trans-
porte. John Wiley & Sons, Inc.; 2a. ed., 2002.
[13] HIRSCHFELDER, J. O., CURTISS, C. F., BIRD, R. B. Molecular Theory of
Gases and Liquids. New York: John Wiley & Sons, 1964.
[14] CHAPMAN, S., COWLING, T. G. The Mathematical Theory of Non-Uniform
Gases. Cambridge: Cambridge University Press, 1970.
[15] KRISHNA, R., WESSELINGH, J. A. “The Maxwell-Stefan approach to mass
transfer”, Chemical Engineering Science, v. 52, n. 6, pp. 861–911, 1997.
[16] CURTISS, C. F., BIRD, R. B. “Multicomponent Di↵usion”, Industrial & En-
gineering Chemistry Research, v. 38, pp. 2515–2522, 1999.
[17] BIRD, R. B. “Five decades of transport phenomena”, AIChE Journal, v. 50,
n. 2, pp. 273–287, 2004.
[18] KERKHOF, P. J., GEBOERS, M. A. “Broadening the Base of Transport
Phenomena”. In: AIChE Annual Meeting, 2004.
[19] KERKHOF, P., GEBOERS, M. “Analysis and extension of the theory of mul-
ticomponent fluid di↵usion”, Chemical Engineering Science, v. 60, n. 12,
pp. 3129–3167, 2005.
[20] WHITAKER, S. “Derivation and Application of the Stefan-Maxwell Equati-
ons”, Revista Mexicana De Ingenieria Quimica, v. 8, n. 3, pp. 213–243,
2009.
[21] DATTA, R., VILEKAR, S. A. “The continuum mechanical theory of multicom-
ponent di↵usion in fluid mixtures”, Chemical Engineering Science, v. 65,
n. 22, pp. 5976–5989, nov. 2010.
[22] WHITAKER, S. “Mechanics and thermodynamics of di↵usion”, Chemical En-
gineering Science, v. 68, n. 1, pp. 362–375, 2012.
141
[23] FAIRBANKS, D., WILKE, C. “Di↵usion Coe�cients in Multicomponent Gas
Mixtures”, Industrial And Engineering Chemistry, v. 42, pp. 471–475,
1950.
[24] CURTISS, C. F., HIRSCHFELDER, J. O. “Transport Properties of Multicom-
ponent Gas Mixtures”, Journal Of Chemical Physics, v. 17, pp. 550–555,
1949.
[25] KERKHOF, P. J. A. M., GEBOERS, M. A. M. “Toward a unified theory of
isotropic molecular transport phenomena”, AIChE Journal, v. 51, n. 1,
pp. 79–121, 2005.
[26] KRAMERS, H. A., KISTEMAKER, J. “On the Slip of Di↵usion Gas Mixture
Along a Wall”, Physica, v. X, n. 8, 1943.
[27] MILLS, A. F. “Di↵usion creep”, International Journal of Heat And Mass Trans-
fer, v. 50, pp. 5087–5098, 2007.
[28] YOUNG, J., TODD, B. “Modelling of multi-component gas flows in capillaries
and porous solids”, International Journal of Heat and Mass Transfer,
v. 48, pp. 5338–5353, 2005.
[29] SALCEDO-DIAZ, R., RUIZ-FEMENIA, R., KERKHOF, P., et al. “Velocity
profiles and circulation in Stefan-di↵usion”, Chemical Engineering Sci-
ence, v. 63, pp. 4685 – 4693, 2008.
[30] MILLS, A. F., CHANG, B. H. “Two-dimensional di↵usion in a Stefan tube:
The classical approach”, Chemical Engineering Science, v. 90, pp. 130–
136, 2013.
[31] VERSTEEG, H. K., MALALASEKERA, W. An Introduction to computational
fluid dynamics The finite volume method. New York: Longman Scientific
& Technical, 1995.
[32] SCHAFER, M. Computational Engineering – Introduction to Numerical
Methods. Darmstadt: Springer, 2006.
[33] PINTO, J. C., LAGE, P. L. Metodos Numericos Em Problemas de Engenharia
Quimica. Rio de Janeiro: E PAPERS, 2001.
[34] JASAK, H. Error Analysis and Estimation for the Finite Volume Method with
Applications to Fluid Flows. Tese de Doutorado, Department of Mecha-
nical Engineering Imperial College of Science, Technology and Medicine,
1996.
142
[35] PATANKAR, S. V. Numerical Heat Transfer and Fluid Flow. New York: Taylor
& Francis, 1980.
[36] PERIC, M. A Finite Volume method for the prediction of three-dimensional
fluid flow in complex ducts. Tese de Doutorado, Department of Mechanical
Engineering Imperial College of Science, Technology and Medicine, 1985.
[37] HARTEN, A. “High-Resolution Schemes for Hyperbolic Conservation-Laws”,
Journal Of Computational Physics, v. 49, n. 3, pp. 357–393, 1983.
[38] GASKELL, P., LAU, A. “Curvature-Compensated Convective-Transport -
Smart, A New Boundedness-Preserving Transport Algorithm”, Interna-
tional Journal for Numerical Methods in Fluids, v. 8, n. 6, pp. 617–641,
JUN 1988.
[39] LEONARD, B. “Simple High-Accuracy Resolution Program for Convective Mo-
deling Of Discontinuities”, International Journal for Numerical Methods
in Fluids, v. 8, n. 10, pp. 1291–1318, 1988.
[40] ESI. “http://www.openfoam.com/”. The OpenFOAM Foundation.
[41] WELLER, H., JASAK, H., ET AL. “A tensorial approach to computational
continuum mechanics using object-oriented techniques”, Physics, v. 12,
n. 6, 1998.
[42] FARIAS, T. M. Estudo teorico-experimental do comportamento reologico de
fluidos viscoelasticos. Tese de Doutorado, Instituto Alberto Luiz Coimbra
de Pos-Graduacao e Pesquisa de Engenharia da Universidade Federal do
Rio de Janeiro, 2014.
[43] FAVERO, J. L. Simulacao de escoamentos viscoelasticos: desenvolvimento de
uma metodologia de analise utilizando o software openfoam e equacoes
constitutivas diferenciais. Dissertacao de Mestrado, Universidade Fede-
ral do Rio Grande do Sul, Programa de Pos-Graduacao em Engenharia
Quımica, 2009.
[44] SILVA, L. F. L. R. Desenvolvimento de metodologias para simulacao de esco-
amentos polidispersos usando codigo livre. Tese de Doutorado, Instituto
Alberto Luiz Coimbra de Pos-Graduacao e Pesquisa de Engenharia da
Universidade Federal do Rio de Janeiro, 2008.
[45] FAVERO, J. L. Simulacao de escoamento multifasicos polidispersos multivari-
ados. Dissertacao de Mestrado, Instituto Alberto Luiz Coimbra de Pos-
143
Graduacao e Pesquisa de Engenharia da Universidade Federal do Rio de
Janeiro, 2014.
[46] NOVARESIO, V., GARCIA-CAMPRUBI, M., IZQUIERDO, S., et al. “An
open-source library for the numerical modeling of mass-transfer in solid
oxide fuel cells”, Computer Physics Communications, v. 183, n. 1, pp. 125–
146, 2012.
[47] SPILLE-KOHOFF, A., PREUSS, E., BOTTCHER, K. “Numerical solution
of multi-component species transport in gases at any total number of
components”, International Journal of Heat and Mass Transfer, v. 55,
pp. 5373–5377, 2012.
[48] WANGARD, W., DANDY, D., MILLER, B. “A numerically stable method for
integration of the multicomponent species di↵usion equations”, Journal
of Computational Physics, v. 174, pp. 460–472, 2001.
[49] LEONARDI, E., ANGELI, C. “On the Maxwell-Stefan approach to di↵usion:
a general resolution in the transient regime for one-dimensional systems.”
The journal of physical chemistry. B, v. 114, n. 1, pp. 151–64, jan. 2010.
[50] GANDHI, K. S. “Use of Fick ’ s Law and Maxwell – Stefan Equations in Com-
putation of Multicomponent Di↵usion”, AIChE Journal, v. 58, pp. 3601–
3605, 2012.
[51] MAZUMDER, S. “Critical assessment of the stability and convergence of the
equations of multi-component di↵usion”, Journal of Computational Phy-
sics, v. 212, n. 2, pp. 383–392, 2006.
[52] KUMAR, A., MAZUMDER, S. “Coupled solution of the species conservation
equations using unstructured finite-volume method”, International Jour-
nal for Numerical Methods in Fluids, v. 64, pp. 409–442, 2010.
[53] PEERENBOOM, K., VAN DIJK, J., TEN THIJE BOONKKAMP, J., et al.
“Mass conservative finite volume discretization of the continuity equations
in multi-component mixtures”, Journal of Computational Physics, v. 230,
pp. 3525–3537, 2011.
[54] CHANG, C. H., STAGG, A. K. “A compatible Lagrangian hydrodynamic
scheme for multicomponent flows with mixing”, Journal of Computational
Physics, v. 231, pp. 4279–4294, 2012.
[55] PRAUSNITZ, J. M. “Phase-equilibria for complex fluid mixtures”, Fluid Phase
Equilibria, v. 14, pp. 1–18, 1983.
144
[56] KEHLEN, H., RATZSCH, M. T., BERGMANN, J. “Continuous thermodyna-
mics of multicomponent systems”, AIChE Journal, v. 31, pp. 1136–1148,
1985.
[57] HUANG, S., RADOSZ, M. “Phase behavior of reservoir fluids IV: Molecular
weight distributions for thermodynamic modeling”, Fluid Phase Equili-
bria, v. 66, n. 1-2, pp. 23–40, 1991.
[58] HAYNES, H. W., MATTHEWS, M. A. “Continuous-mixture vapor-liquid equi-
libria computations based on true boiling point distillations”, Industrial
& Engineering Chemistry Research, v. 30, pp. 1911–1915, 1991.
[59] BAER, U., BROWARZIK, D., KEHLEN, H. “Thermodynamics of semiconti-
nuous mixtures using equations of state with group contributions”, Fluid
Phase Equilibria, v. 127, n. 1-2, pp. 29–44, 1997.
[60] ZHANG, L., KONG, S.-C. “Vaporization modeling of petroleum–biofuel
drops using a hybrid multi-component approach”, Combustion and Flame,
v. 157, pp. 2165–2174, 2010.
[61] HUANG, S. H., RADOSZ, M. “Phase-behavior of reservoir fluids .3. molecular
lumping and characterization”, Fluid Phase Equilibria, v. 66, pp. 1–21,
1991.
[62] SHIBATA, S. K., SANDLER, S. I., BEHRENS, R. A. “Phase-Equilibrium
Calculations For Continuous And Semicontinuous Mixtures”, Chemical
Engineering Science, v. 42, pp. 1977–1988, 1987.
[63] LIU, J. L., WONG, D. S. H. “Rigorous implementation of continuous thermody-
namics using orthonormal polynomials”, Fluid Phase Equilibria, v. 129,
pp. 113–127, 1997.
[64] ARIAS-ZUGASTI, M., ROSNER, D. E. “Multicomponent fuel droplet vapo-
rization and combustion using spectral theory for a continuous mixture”,
Combustion and Flame, v. 135, n. 3, pp. 271–284, 2003.
[65] MCGRAW, R. “Description of aerosol dynamics by the quadrature method of
moments”, aerosol Science and Technology, v. 27, n. 2, pp. 255–265, 1997.
[66] PETITFRERE, M., NICHITA, D. V., MONTEL, F. “Multiphase equilibrium
calculations using the semi-continuous thermodynamics of hydrocarbon
mixtures”, Fluid Phase Equilibria, v. 362, n. 0, pp. 365 – 378, 2014.
145
[67] RODRIGUES, R. C., AHON, V. R. R., LAGE, P. L. C. “An adaptive characte-
rization scheme for the simulation of multistage separation of continuous
mixtures using the quadrature method of moments”, Fluid Phase Equili-
bria, v. 318, pp. 1–12, 2012.
[68] LAURENT, C., LAVERGNE, G., VILLEDIEU, P. “Continuous thermodyna-
mics for droplet vaporization: Comparison between Gamma-PDF model
and QMoM”, Comptes Rendus Mecanique, v. 337, n. 6-7, pp. 449–457,
jun. 2009.
[69] LAURENT, C., LAVERGNE, G., VILLEDIEU, P. “Quadrature method of mo-
ments for modeling multi-component spray vaporization”, International
Journal of Multiphase Flow, v. 36, n. 1, pp. 51–59, jan. 2010.
[70] BRUYAT, A., LAURENT, C., ROUZAUD, O. “Direct Quadrature Method
of Moments for Multicomponent Droplet Spray Vaporization”. In: 7th
International Conference on Multiphase Flow, pp. 1–8, 2010.
[71] HOTEIT, H. “Modeling di↵usion and gas–oil mass transfer in fractured reser-
voirs”, Journal of Petroleum Science and Engineering, v. 105, pp. 1–17,
2013.
[72] RA, Y., REITZ, R. D. “A vaporization model for discrete multi-component fuel
sprays”, International Journal of Multiphase Flow, v. 35, n. 2, pp. 101–
117, 2009.
[73] ROSNER, D. E. “Spray Combustor Design/Performance: Chemical Engine-
ering Contributions and the Emergence of an “Interacting Population-
Balance” Perspective”, Industrial & Engineering Chemistry Research, pp.
6453–6464, 2009.
[74] TAMIM, J., HALLETT, W. L. H. “A continuous thermodynamics model
for multicomponent droplet vaporization”, Chemical Engineering Science,
v. 50, pp. 2933–2942, 1995.
[75] HALLETT, W. L. H. “A simple model for the vaporization of droplets with
large numbers of components”, Combustion and Flame, v. 121, pp. 334–
344, 2000.
[76] ZHU, G., REITZ, R. D. “A model for high-pressure vaporization of droplets of
complex liquid mixtures using continuous thermodynamics”, Internatio-
nal Journal of Heat and Mass Transfer, v. 45, n. 3, pp. 495–507, 2002.
146
[77] ABDEL-QADER, Z., HALLETT, W. L. H. “The role of liquid mixing in evapo-
ration of complex multicomponent mixtures: modelling using continuous
thermodynamics”, Chemical Engineering Science, v. 60, pp. 1629–1640,
2005.
[78] HALLETT, W. L. H., CLARK, N. A. “A model for the evaporation of biomass
pyrolysis oil droplets”, Fuel, v. 85, pp. 532–544, 2006.
[79] HALLETT, W., LEGAULT, N. “Modelling biodiesel droplet evaporation using
continuous thermodynamics”, Fuel, v. 90, n. 3, pp. 1221–1228, mar. 2011.
[80] HALLETT, W., BEAUCHAMP-KISS, S. “Evaporation of single droplets of
ethanol–fuel oil mixtures”, Fuel, v. 89, n. 9, pp. 2496–2504, set. 2010.
[81] AMUNDSON, N. R., PAN, T.-W., PAULSEN, V. I. “Di↵using with Stefan
and Maxwell”, AIChE Journal, v. 49, n. 4, pp. 813–830, 2003.
[82] ZHANG, L., KONG, S.-C. “Modeling of multi-component fuel vaporization and
combustion for gasoline and diesel spray”, Chemical Engineering Science,
v. 64, n. 16, pp. 3688–3696, ago. 2009.
[83] ZHANG, L., KONG, S.-C. “High-pressure vaporization modeling of multi-
component petroleum–biofuel mixtures under engine conditions”, Com-
bustion and Flame, v. 158, n. 9, pp. 1705–1717, set. 2011.
[84] SAZHIN, S., KONG, S.-C. “A quasi-discrete model for heating and evapora-
tion of complex multicomponent hydrocarbon fuel droplets”, International
Journal of Heat and Mass Transfer, v. 54, n. 19-20, pp. 4325–4332, set.
2011.
[85] RODRIGUES, R. C. Simulacao da destilacao de misturas continuas utilizando
o metodo dos momentos fechado por quadratura. Tese de Doutorado, PEQ
- COPPE, 2010.
[86] VON WATZDORF, R., MARQUARDT, W. “Fully adaptive model size reduc-
tion for multicomponent separation problems”, Computers & Chemical
Engineering, v. 21, n. Suppl. S, pp. S811–S816, 1997.
[87] BRIESEN, H., MARQUARDT, W. “Adaptive model reduction and simulation
of thermal cracking of multicomponent hydrocarbon mixtures”, Compu-
ters & Chemical Engineering, v. 24, n. 2-7, pp. 1287–1292, 2000.
[88] BRIESEN, H., MARQUARDT, W. “New approach to refinery process simu-
lation with adaptive composition representation”, AICHE Journal, v. 50,
n. 3, pp. 633–645, 2004.
147
[89] BRIESEN, H., MARQUARDT, W. “Adaptive multigrid solution strategy for
the dynamic simulation of petroleum mixture processes”, Computers &
Chemical Engineering, v. 29, pp. 139–148, 2004.
[90] BRIESEN, H., MARQUARDT, W. “An adaptive multigrid method for steady-
state simulation of petroleum mixture separation processes”, Industrial &
Engineering Chemistry Research, v. 42, pp. 2334–2348, 2003.
[91] GORDON, R. G. “Error Bounds In Equilibrium Statistical Mechanics”, Journal
Of Mathematical Physics, v. 9, pp. 655–663, 1968.
[92] WANG, L. G., FOX, R. O. “Comparison of micromixing models for CFD
simulation of nanoparticle formation”, Aiche Journal, v. 50, pp. 2217–
2232, 2004.
[93] FOX, R. O. Computational Models for Turbulent Reacting Flows. Cambridge:
Cambridge University Press, 2003.
[94] SILVA, L. F. L. R., LAGE, P. L. C. “Development and implementation of
a polydispersed multiphase flow model in OpenFOAM”, Computers &
Chemical Engineering, v. 35, n. 12, pp. 2653–2666, DEC 14 2011.
[95] ISSA, R. “Solution of the Implicitly Discretized Fluid-Flow Equations by
Operator-Splitting”, Journal of Computational Physics, v. 62, n. 1,
pp. 40–65, 1986.
[96] VAN DER VORST, H.A. “Bi-CGSTAB: A fast and smoothly converging vari-
ant of Bi-CG for the solution of nonsymmetric linear systems”, SIAM J.
Scientific Computing, v. 13, n. 2, pp. 631–644, 1992.
[97] RAW, M. A. “A coupled algebraic multigrid method for the 3D Navier-Stokes
equations”. In: 10th GAMM Seminar, Kiel, 1994.
[98] LOHNER, R. Applied Computational Fluid Dynamics Techniques. 2nd editions
ed. Chichester, John Wiley & Sons, Ltd.;, 2008.
[99] JATOBA, L., LAGE, P., SILVA, L., et al. “Simulation of the compressible flow
with mass transfer of semi-continuous mixtures using the direct quadra-
ture method of moments”, Computers & Chemical Engineering, v. 64,
pp. 153 – 166, 2014.
[100] PRESS, W. H., T. S. A. V. W. T. F. B. P. Numerical Recipes in C - The Art
of Scientific Computing. Cambridge University Press, 1992.
148
[101] REICHENBERG, D. “New Methods for Estimation of Viscosity Coe�cients of
Pure Gases at Moderate Pressures (with Particular Reference to Organic
Vapors)”, AICHE Journal, v. 21, n. 1, pp. 181–183, 1975.
[102] REID, R. C., PRAUSNITZ, J. M., POLING, B. E. The Properties of Gases
& Liquids. Huntington, N.Y. : McGraw-Hill Book Company, 1987.
[103] WILKE, C. “A Viscosity Equation for Gas Mixtures”, Journal of Chemical
Physics, v. 18, n. 4, pp. 517–519, 1950.
[104] FULLER, E. N., GIDDINGS, J. C. “A comparison of methods for predicting
gaseous di↵usion coe�cients”, Journal of Gas Chromatography, v. 3, n. 7,
pp. 222–&, 1965.
[105] FULLER, E. N., SCHETTLE, P. D., GIDDINGS, J. C. “A new method
for prediction of binary gas-phase di↵usion coe↵ecients”, Industrial and
Engineering Chemistry, v. 58, n. 5, pp. 19–&, 1966. ISSN: 0019-7866.
[106] FULLER, E. N., ENSLEY, K., GIDDINGS, J. C. “Di↵usion of halogenated
hydrocarbons in helium. e↵ect of structure on collision cross sections”,
Journal of Physical Chemistry, v. 73, n. 11, pp. 3679–&, 1969. ISSN:
0022-3654.
149
Apendice A
Algoritmo Produto Diferenca
O calculo da quadratura de Gauss-Christofell a partir do algoritmo produto-
diferenca desenvolvido por Gordon implica na determinacao de Np abscissas Ipj
e
Np pesos !pj
que aproximam a funcao distribuicao a partir dos seus primeiros 2Np
momentos.
O PDA e iniciado pela definicao de uma matriz triangular superior
H(2N
p
+1)⇥(2Np
+1)
cujos elementos sao determinados conforme a seguinte regra:
Hi,1 = �i,1 onde i = 1, ..., 2Np + 1
Hi,2 = (�1)i�1�i�1
onde i = 1, ..., 2Np
Hi,j = H1,j�1
Hi+1,j�2
�H1,j�2
Hi+1,j�1
onde j = 3, ..., 2Np + 1
i = 1, ..., 2Np + 2� j (A.1)
A partir da matriz H, o vetor ↵ e calculado por:
↵i =H
1,i+1
H1,iH1,i�1
onde H1,0 = 1 (A.2)
Em seguida, o vetor ↵ e utilizado para definir os vetores u e v da seguinte forma:
u1
= ↵2
ui = ↵2i�1
+ ↵2i
vi = �(↵2i�2
↵2i�1
)0,5 (A.3)
150
onde i = 2, ..., Np e que definem:
G =
2
66666664
u1
v2
· · · · · · 0
v2
u2
v3
...... v
3
. . . . . ....
.... . . uN
p
�1
vNp
0 · · · · · · vNp
uNp
3
77777775
(A.4)
Gordon [91] demonstrou que os autovalores {⇠i}Np
1
e autovetores {Ui}Np
1
da ma-
triz simetrica e tridiagonal G permitem calcular as abscissas e pesos da quadratura,
conforme a regra a seguir, onde U1,j e o primeiro componente do vetor Uj.
Ipj
= ⇠pj
!pj
= ↵1
U2
1,j (A.5)
A solucao do problema de autovalor da matriz tridiagonal foi obtida atraves da
rotina tqli (Tridiagonal QL Implicit) [100] e a estrategia de implementacao foi
atraves da representacao dos valores em suas mantissas e expoentes, conforme feito
por LAGE [7].
151
Apendice B
Conservacao de Massa do
Componente Contınuo
A massa de um volume material de um componente contınuo, que se move com
velocidade b�c(I), e definida por
mc =
Z
Vf
(t)
Z
⌦
b⇢c(I;x, t) dI dV (B.1)
onde b⇢c(I;x, t) e a funcao distribuicao de concentracao massica do componente
contınuo e ⌦ e o domınio da variavel de distribuicao I.
O princıpio de conservacao de massa aplicado ao volume material do componente
contınuo e escrito por
dmc
dt=
d
dt
"Z
Vf
(t)
Z
⌦
b⇢c(I;x, t) dI dV
#=
Z
Vf
(t)
Z
⌦
b!c(I;x, t) dI dV (B.2)
onde b!c(I;x, t) e a funcao que descreve a taxa volumetrica de producao do compo-
nente contınuo por reacao homogenea. Note que ⌦ nao depende de t ou x. Desta
forma, a Equacao B.2 pode ser escrita por
Z
⌦
(d
dt
"Z
Vf
(t)
b⇢c(I;x, t) dV#�Z
Vf
(t)
b!c(I;x, t) dV
)dI = 0 (B.3)
Considerando o Teorema de Transporte de Reynolds [10], e possıvel escrever:
d
dt
"Z
Vf
(t)
b⇢c(I;x, t) dV#=
Z
Vf
(t)
⇢@b⇢c@t
+r · [b⇢cb�c(I)]
�dV (B.4)
Substituindo a Equacao B.4 na Equacao B.3, obtem-se a conservacao em sua
152
forma integral:
Z
⌦
Z
Vf
(t)
⇢@b⇢c@t
+r · [b⇢cb�c(I)]� b!c
�dV dI = 0 (B.5)
Como o volume material Vf e o domınio ⌦ sao arbitrarios, a Equacao B.5 pode
ser escrita da seguinte forma diferencial:
@b⇢c@t
+r · [b⇢cb�c(I)] = b!c (B.6)
O fluxo massico total e divido em uma contribuicao proveniente do fluxo difusivo,bjc(I;x, t), e do fluxo advectivo,
b⇢c(I;x, t)b�c(I) = b⇢c(I;x, t)� + bjc(I;x, t) (B.7)
onde � e a velocidade da mistura. Assim, a Equacao B.6 pode ser reescrita por:
@b⇢c(I;x, t)@t
+r · [b⇢c(I;x, t)�] = �r · bjc(I;x, t) + b!c(I;x, t) (B.8)
B.1 Modelo de Fick
O fluxo difusivo do componente contınuo descrito pelo modelo de Fick e igual a
bjc(I;x, t) = �⇢Dm(I)rbYc(I;x, t) (B.9)
onde se desprezou a dependencia com (x, t) deDm e bYc(I;x, t) e a funcao distribuicao
de fracao massica do componente contınuo. Entretanto, e conveniente escrever a
funcao distribuicao de fracao massica por:
bYc(I;x, t) =b⇢c(I;x, t)
⇢(B.10)
e, reescrever o fluxo difusivo do componente contınuo por:
bjc(I;x, t) = �Dm(I)
rb⇢c(I;x, t)� b⇢c(I;x, t)
r⇢⇢
�(B.11)
Substituindo a Equacao B.11 na Equacao B.8 e, considerando um processo sem
reacao, a Equacao 5.11 e obtida.
153
Apendice C
Equacoes de Maxwell-Stefan para
uma Mistura Semicontınua
A equacao de Maxwell-Stefan para uma mistura semicontınua precisa ser definida
para o componente contınuo,
Z
⌦
bdc(M) dM = �
Z
⌦
Z
⌦
byc(M)byc(M)hb�c(M)� b
�c(M)i
Dc(M, M)dM dM
�Z
⌦
NespX
B=1
byc(M)yB [b�c(M)� �B]
Dc(M,MB)dM (C.1)
e, para os componentes discretos:
dA = �Z
⌦
yAbyc(M)[�A � b�c(M)]
Dc(M,MA)dM �
NespX
B=1
B 6=A
yAyB(�A � �B)
DAB(C.2)
E conveniente escreve a formulacao em funcao dos fluxos difusivos molares. Para
tanto, as equacoes acima sao manipuladas atraves da soma do termo (+� � �) e
multiplicacao por ct. Assim, a equacao para o componente contınuo e descrita por
ct
Z
⌦
bdc(M) dM =
�Z
⌦
Z
⌦
byc(M){ctbyc(M)[b�c(M)� �]}� byc(M){ctbyc(M)[b�c(M)� �]}Dc(M, M)
dM dM
�Z
⌦
NespX
B=1
yB{ctbyc(M)[b�c(M)� �]}� byc(M){ctyB[�B � �]}Dc(M,MB)
dM (C.3)
154
e para um componente discreto e igual a:
ctdA = �Z
⌦
byc(M)[ctyA(�A � �)]� yA[ctbyc(M)(b�c(M)� �)]
Dc(M,MA)dM
�N
espX
B=1
B 6=A
yB[ctyA(�A � �)]� yA[ctyB(�B � �)]
DAB(C.4)
Assim, sabendo a definicao do fluxo difusivo molar de um componente contınuo,
bJ
v
c(M) = cybyc(M)[b�c(M)� �] (C.5)
e de um componente discreto,
J
va = ctyA(�A � �) (C.6)
a equacao para o componente em funcao do fluxo difusivo e conforme,
ct
Z
⌦
bdc(M) dM = �
Z
⌦
Z
⌦
byc(M)bJv
c(M)� byc(M)bJv
c(M)
Dc(M, M)dM dM
�Z
⌦
NespX
B=1
yBbJv
c(M)� byc(M)JvB
Dc(M,MB)dM (C.7)
e a equacao do componente discreto e descrita por:
ctdA = �Z
⌦
byc(M)JvA � yAbJ
v
c(M)
Dc(M,MA)dM �
NespX
B=1
B 6=A
yBJvA � yAJ
vB
DAB(C.8)
Considerando as aproximacoes das funcoes distribuicao,
bYc(M ;x, t) ⇡N
pX
j=1
Ypj
(x, t)�D⇥M �Mp
j
(x, t)⇤
(C.9)
byc(M ;x, t) ⇡N
pX
j=1
ypj
(x, t)�D⇥M �Mp
j
(x, t)⇤
(C.10)
bjc(M) ⇡
NpX
j=1
jpj
�D⇥M �Mp
j
⇤(C.11)
155
e possıvel escrever a forca motriz do componente contınuo pela aproximacao,
bdc(M) ⇡
NpX
j=1
ryp
j
+�yp
j
� Ypj
� rP
P
��D
�M �Mp
j
�
�N
pX
j=1
ypj
rMpj
�0D�M �Mp
j
�(C.12)
onde o primeiro termo da equacao e proporcional a funcao delta de Dirac, �D, e o
segundo termo e proporcional a derivada da funcao delta de Dirac, �0D. A etapa
seguinte consiste na integracao da Equacao C.12 em todo o domınio da variavel
distribuıda M (conforme a definicao na Equacao C.7), onde e importante saber as
seguintes relacoes matematicas para a integracao:
Z
⌦
f(M)�D(M �Mpj
) dM = f(Mpj
) (C.13)
Z
⌦
f(M)�0D(M �Mpj
) dM = �Z
⌦
@f(M)
@M�D(M �Mp
j
) dM
= �Z
⌦
f 0(M)�D(M �Mpj
) dM
= �f 0(Mpj
) (C.14)
Assim, a partir integracao da Equacao C.12 em relacao a M a equacao de
Maxwell-Stefan para o componente contınuo e aproximada por
ct
NpX
j=1
dpj
=
NpX
j=1
NpX
k=1
k 6=j
ypj
J
vpk
� ypk
J
vpj
Dc(Mpj
,Mpk
)+
NpX
j=1
NespX
B=1
ypj
JvB � yBJ
vpj
Dc(Mpj
,MB)(C.15)
onde o segundo termo da Equacao C.12 e nulo pois trata-se de um valor constante,
cuja derivada e nula:@�yp
j
rMpj
�
@M= 0 (C.16)
Ja a equacao para o componente discreto e aproximada por:
ctdA =
NpX
j=1
yAJvpj
� ypj
JvA
Dc(Mpj
,MA)+
NespX
B=1
B 6=A
(yAJvB � yBJ
vA)
DAB(C.17)
156
A partir da Equacao C.15, pode-se escrever
ctdpj
=
NpX
k=1
k 6=j
ypj
J
vpk
� ypk
J
vpj
Dc(Mpj
,Mpk
)+
NespX
B=1
ypj
JvB � yBJ
vpj
Dc(Mpj
,MB)(C.18)
para cada pseudocomponente.
Substituindo a relacao de fechamento,
J
vN
esp
MNesp
= �N
pX
j=1
J
vpj
Mpj
�N
esp
�1X
A=1
J
vAMA (C.19)
a equacao para o componente contınuo fica igual a
ctdpj
= �
2
64N
pX
k=1
k 6=j
ypk
Dj,k+
NespX
B=1
yBDj,B
+yp
j
Mpj
Dj,Nesp
MNesp
3
75J
vpj
+
NpX
k=1
k 6=j
✓yp
j
Dj,k�
ypj
Mpk
Dj,Nesp
MNesp
◆J
vpk
+
Nesp
�1X
B=1
✓yp
j
Dj,B�
ypj
MB
Dj,Nesp
MNesp
◆J
vB (C.20)
e a equacao para o componente discreto fica:
ctdA = �
2
64N
pX
k=1
ypk
DA,k+
NespX
B=1
B 6=A
yBDA,B
+yAMA
DA,Nesp
MNesp
3
75J
vA
+
NpX
k=1
✓yADA,k
� yAMpk
DA,Nesp
MNesp
◆J
vpk
+
Nesp
�1X
B=1
B 6=A
✓yA
DA,B� yAMB
DA,Nesp
MNesp
◆J
vB (C.21)
157
Apendice D
Equacao de conservacao de massa
para um componente contınuo
A deducao do DQMoM pode ser descrita nas seguintes etapas:
1. caracterizacao da funcao distribuicao pela aproximacao da regra de quadratura
Gauss-Christofell;
2. substituicao da funcao distribuicao aproximada na equacao de conservacao;
3. integracao da equacao pelo operador momento da funcao distribuicao;
4. definicao das equacoes de transporte dos pesos (!i) e abscissa-ponderada (⌘i =
!iIi);
5. construcao do sistema do sistema linear para calculo dos termos fontes das
equacoes de transporte.
Para tanto, e conveniente saber algumas relacoes matematicas para a integracao
de uma funcao f(I) qualquer,
Z
⌦
f(I)�D(I � Ii) dI = f(Ii) (D.1)
Z
⌦
f(I)�0D(I � Ii) dI = �Z
⌦
f 0(I)�D(I � Ii) dI = �f 0(Ii) (D.2)
Z
⌦
f(I)�00D(I � Ii) dI =
Z
⌦
f 00(I)�D(I � Ii) dI = f 00(Ii) (D.3)
onde a derivada da funcao delta de Dirac e definida por:
�0D(I � Ii) =@�D
@(I � Ii)(D.4)
158
Assim, a derivada temporal da funcao delta de Dirac e escrita por
@�D (I � Ii)
@t=
@�D@ (I � Ii)
@ (I � Ii)
@t= �@Ii
@t�0D(I � Ii) (D.5)
e a derivada espacial e igual a:
@�D (I � Ii)
@xn=
@�D@ (I � Ii)
@ (I � Ii)
@xn= � @Ii
@xn�0D(I � Ii) = rIi�
0D(I � Ii) (D.6)
Seja a equacao de conservacao de um componente contınuo:
@b⇢c(I;x, t)@t
+r · [b⇢c(I;x, t)�] +r · bjc(I;x, t) = 0 (D.7)
e a aproximacao da funcao distribuicao de concentracao massica dada pela quadra-
tura de Gauss-Christofell,
b⇢c(I;x, t) ⇡N
pX
i=1
!i�D(I � Ii) (D.8)
onde o peso da quadratura e igual a concentracao massica do pseudocomponente,
!i = ⇢pi
, e a abscissa Ii e uma propriedade qualquer, usada como variavel de distri-
buicao.
Realizando as etapas enumeradas acima para o termo de acumulo, a deducao
fica da seguinte forma:
@b⇢c(I;x, t)@t
=@ [!i�D(I � Ii)]
@t
=@!i
@t�D(I � Ii)� !i
@Ii@t�0D(I � Ii)
RIk(·) dI�����! = Iki
@!i
@t+ kIk�1
i !i@Ii@t
⌘i
=!i
Ii����! = Iki
@!i
@t� kIki
@!i
@t+ kIk�1
i
@⌘i@t
= (1� k) Iki@!i
@t+ kIk�1
i
@⌘i@t
(D.9)
159
Ja o termo do advectivo, em notacao indicial, e conforme:
@b⇢c(I;x, t)�n@xn
=@ [!i�D(I � Ii)�n]
@xn
=@(!i�n)
@xn� !i�n
@Ii@xn
�0D(I � Ii)
RIk(·) dI�����! = Ik
@(!i�n)
@xn+ kIk�1!i�n
@Ii@xn
⌘i
=!i
Ii����! = Ik
@(!i�n)
@xn� kIk
@(!i�n)
@xn+ kIk�1
@(⌘i�n)
@xn
= (1� k) Ik@(!i�n)
@xn+ kIk�1
@(⌘i�n)
@xn
= (1� k) Ikr · (!i�) + kIk�1r · (⌘i�) (D.10)
A seguir, o termo difusivo e especificado para cada caso.
D.1 Modelo de Fick
O fluxo difusivo pelo modelo de Fick e conforme,
bjc(I;x, t) = �Dm(I) [rb⇢c(I;x, t)] +Dm(I)
b⇢c(I;x, t)
r⇢⇢
�(D.11)
onde o primeiro termo e definido como difusivo e o segundo como um termo com-
pressıvel.
Sabendo que as derivadas da funcao que descreve o coeficiente de difusao do
componente contınuo na mistura, Dm(I), sao definidas por:
D0m(I) =
@Dm(I)
@I(D.12)
D00m(I) =
@2Dm(I)
@I2(D.13)
160
As manipulacoes algebricas para a deducao do termo difusivo sao as seguintes:
@
@xn
✓Dm(I)
@b⇢c(I;x, t)@xn
◆=
@
@xn
⇢Dm(I)
@ [!i�D(I � Ii)]
@xn
�
=@
@xn
Dm(I)
@!i
@xn�D(I � Ii)
�
� @
@xn
Dm(I)!i
@Ii
@xn�
0D(I � Ii)
�
=@
@xn
Dm(I)
@!i
@xn
��D(I � Ii)
�Dm(I)@!i
@xn
@Ii
@xn�
0D(I � Ii)
� @
@xn
Dm(I)!i
@Ii
@xn
��
0D(I � Ii)
+Dm(I)!i@Ii
@xn
@Ii
@xn�
00D(I � Ii)
=@
@xn
Dm(I)
@!i
@xn
��D(I � Ii)
�Dm(I)
@!i
@xn
@Ii
@xn+
@
@xn
✓Dm(I)!i
@Ii
@xn
◆��
0D(I � Ii)
+
Dm(I)!i
@Ii
@xn
@Ii
@xn
��
00D(I � Ii)
⌘i
=!i
Ii�����! =
@
@xn
Dm(I)
@!i
@xn
��D(I � Ii)
�
@
@xn
✓Dm(I)
@⌘i
@xn
◆� Ii
@
@xn
✓Dm(I)
@!i
@xn
◆��
0D(I � Ii)
+
Dm(I)!i
@Ii
@xn
@Ii
@xn
��
00D(I � Ii)
RIk(·) dI
������! = [1� k] Iki@
@xn
Dm(Ii)
@!i
@xn
�+ kI
k�1
i
@
@xn
Dm(Ii)
@⌘i
@xn
�
+hI
ki D
00m(Ii) + 2kIk�1
i D
0m(Ii) + k(k � 1)Ik�2
i Dm(Ii)i!i
@Ii
@xn
@Ii
@xn
= [1� k] Iki r · [Dm(Ii)r!i] + kI
k�1
i r · [Dm(Ii)r⌘i]
+hI
ki D
00m(Ii) + 2kIk�1
i D
0m(Ii) + k(k � 1)Ik�2
i Dm(Ii)i!irIi ·rIi
(D.14)
161
Por fim, o termo de compressibilidade e descrito da seguinte forma:
@
@xn
✓Dm(I)b⇢c(I;x, t)
1
⇢
@⇢
@xn
◆=
@
@xn
⇢Dm(I) [!i�D(I � Ii)]
1
⇢
@⇢
@xn
�
=@
@xn
✓Dm(I)!i
1
⇢
@⇢
@xn
◆�D(I � Ii)
�Dm(I)!i
⇢
@⇢
@xn
@Ii
@xn�
0D(I � Ii)
⌘i
=!i
Ii�����! =
@
@xn
✓Dm(I)!i
1
⇢
@⇢
@xn
◆�D(I � Ii)
� @
@xn
✓Dm(I)⌘i
1
⇢
@⇢
@xn
◆�
0D(I � Ii)
+Ii@
@xn
✓Dm(I)!i
1
⇢
@⇢
@xn
◆�
0D(I � Ii)
RIk(·) dI
������! = [1� k] Iki@
@xn
✓Dm(Ii)!i
1
⇢
@⇢
@xn
◆
+kI
k�1
i
@
@xn
✓Dm(Ii)⌘i
1
⇢
@⇢
@xn
◆
+I
ki D
0m(Ii)!i
@Ii
@xn
1
⇢
@⇢
@xn
= [1� k] Iki r ·✓Dm(Ii)!i
r⇢
⇢
◆
+kI
k�1
i r ·✓Dm(Ii)⌘i
r⇢
⇢
◆
+I
ki D
0m(Ii)
!i
⇢
rIi ·r⇢ (D.15)
Assim, a formulacao do DQMoM para a equacao de evolucao de peso e conforme,
@!i
@t+r · (!i�)�r · [Dm(Ii)r!i] +r ·
Dm(Ii)!i
r⇢⇢
�= ai (D.16)
e a equacao de transporte de abscissa-ponderada e descrita por,
@⌘i@t
+r · (⌘i�)�r · [Dm(Ii)r⌘i] +r ·Dm(Ii)⌘i
r⇢⇢
�= bi (D.17)
onde os termos ai e bi sao calculados a partir da solucao do sistema linear do
DQMoM,
NpX
i=1
[1� k] Iki ai +
NpX
i=1
kIk�1
i bi =
NpX
i=1
⇥Iki D
00m(Ii) + 2kIk�1
i D0m(Ii) + k(k � 1)Ik�2
i Dm(Ii)⇤ci +
NpX
i=1
Iki di
(D.18)
162
onde:
ci = !irIi ·rIi (D.19)
di = r · (D0m(Ii)r⌘i)� Iir · (D0
m(Ii)r!i) = D0m(Ii)
!i
⇢rIi ·r⇢ (D.20)
A seguir, e descrito o procedimento adotado para implementar o sistema linear
da formulacao DQMoM pelo modelo de Fick. A Equacao D.18 pode ser escrita na
forma matricial:
A(2N
p
⇥2Np
)
x
(2Np
⇥1)
= C(2N
p
⇥1)
(D.21)
O vetor independente x e formado pelo termo fonte das equacoes de transporte
aj e bj. A matriz A e construıda pelos coeficientes que multiplicam aj e bj na
Equacao D.18. A matriz de coeficientes pode ser definida como Ak,j onde a linha k
refere-se ao momento k (k = 0, ..., 2Np � 1) e as colunas j e 2j referem-se ao ponto
j da quadratura (j = 1, ..., Np).
As primeiras duas linhas da matriz A sao definidas por:
j = 1, ..., Np
(A
0,j = 1 , A0,j+N
p
= 0 ,
A1,j = 0 , A
1,j+Np
= 1 ,
A construcao dos demais coeficientes de A e feita atraves de uma sequencia de
calculos que dependem da definicao de um vetor auxiliar, h(N
p
⇥1)
. Os coeficientes do
vetor auxiliar sao inicialmente definidos como as abscissas. Assim, como a variavel
escolhida foi a massa molar, hj = Mpj
. Em seguida, os coeficientes da linha k = 2
ate a linha k = 2Np � 1 sao calculados da seguinte forma:
k = 2, ..., 2Np � 1
e
j = 1, ..., Np
8><
>:
1. Ak,j+Np
= (k)hj ,
2. hj = hjMpj
,
3. Ak,j = (1� k)hj
Para evitar o uso da funcao potencia, a construcao do vetor C tambem depende
do vetor auxiliar h. Os coeficientes das duas primeiras linhas de C sao calculados
sequencialmente por:
k = 0, 1
8><
>:
1. C0
=PN
p
j=1
⇥D00
m(Mpj
)cj + dj⇤
,
2. hj = Mpj
,
3. C1
=PN
p
j=1
⇥D00
m(Mpj
)hjcj + 2D0m(Mp
j
)cj + hjdj⇤
,
Os demais coeficientes deC sao determinados atraves de uma serie de somatorios,
163
na seguinte sequencia:
k = 2, ..., 2Np � 1
8>>>>>>>><
>>>>>>>>:
1. Ck =PN
p
j=1
⇥2kD0
m(Mpj
)hjcj⇤
+PN
p
j=1
k(k � 1)Dm(Mp
j
)hj
Mpj
cj
�,
2. hj = hjMpj
,
3. Ck = Ck +PN
p
j=1
⇥D00
m(Mpj
)hjcj⇤
+PN
p
j=1
⇥Dm(Mp
j
)dj⇤
Por fim, o vetor independente x pode ser calculado atraves do metodo de de-
composicao LU. E importante observar que o procedimento de calculo descrito deve
ser realizado para todos os volumes do domınio de simulacao.
D.2 Modelo de Maxwell-Stefan
O termo difusivo no caso da difusao pelo modelo de Maxwell-Stefan e descrito
pela seguinte aproximacao:
bjc(M) ⇡
NpX
i=1
ji�D(I � Ii) (D.22)
Aplicando a sequencia da deducao do DQMoM, o termo difusivo fica conforme:
r · bjc(M) =@ [jn,i�D(I � Ii)]
@xn
=@jn,i@xn
�D(I � Ii) + jn,i@Ii@xn
�0D(I � Ii)RIk(·) dI�����! = Iki
@jn,i@xn
+ kIk�1
i jn,i@Ii@xn
⌘i
=!i
Ii����! = Iki
@jn,i@xn
+ kIk�1
i
@(jn,iIi)
@xn� kIki
@jn,i@xn
= (1� k)Iki@jn,i@xn
+ kIk�1
i
@(jn,iIi)
@xn
= (1� k)Iki r · ji + kIk�1
i r · (Iiji) (D.23)
Agrupando todos os termos de acumulo e advectivo, a formulacao do DQMoM
e escrita por:
NpX
i=1
(1� k) Iki
@!i
@t+r · (!i�) +r · ji
�
+
NpX
i=1
kIk�1
i
@⌘i@t
+r · (⌘i�) +r · (jiIi)�= 0 (D.24)
164
Assim, como o sistema linear formado e identicamente nulo, e possıvel escrever
a equacao de transporte de peso como,
@!i
@t+r · (!i�) +r · ji = 0 (D.25)
e a equacao de transporte para a abscissa-ponderada por:
@⌘i@t
+r · (⌘i�) +r · (jiIi) = 0 (D.26)
165
Apendice E
Propriedades da Mistura
E.1 Viscosidade
A formula de REICHENBERG [101] (apud REID et al. [102]) foi usada para
calcular a viscosidade dos alcanos
µ =M1/2T
a⇤ [1 + (4/Tc)] [1 + 0.36Tr(Tr � 1)]1/6Tr(1 + 270µ4
r)
Tr + 270µ4
r
(E.1)
onde a viscosidade dinamica calculada em µP , T e a temperatura, Tr = T/Tc onde
Tc e a temperatura crıtica, M e a massa molar,
µr = 52, 46Pc
T 2
c
(E.2)
onde Pc e a pressao crıtica e
a⇤ =X
NiCi (E.3)
onde Ni e o numero de grupos �CH3
para cada alcano e Ci = 9, 04 refer-se a
contribuicao do �CH3
.
A formula de Sutherland foi usada para o calculo da viscosidade do nitrogenio:
⌘ = ⌘o(To + C)
(T + C)
✓T
To
◆3/2
(E.4)
onde To = 540, 99oR e ⌘o = 0, 01781cP .
O metodo de WILKE [103] foi adotado no calculo da viscosidade da mistura
multicomponente.
⌘m =NX
i=1
yi⌘iPNj=1
yi�ij
(E.5)
166
onde
�ij =
h1 + (⌘i/⌘j)
1/2 (Mj/Mi)1/4
i2
[8 (1 +Mi/Mj)]1/2
(E.6)
E.2 Coeficiente de Difusao
Foi adotada a correlacao desenvolvida por FULLER e GIDDINGS [104] e FUL-
LER et al. [105, 106] [apud 102] para o calculo do coeficiente de difusao binario,
DAB =0, 00146T 1,75
P M0,5AB
h(⌃v)
1/3A + (⌃v)
1/3B
i2
(E.7)
onde, para todos os casos estudados no presente trabalho DAB = DAB, e
MAB = 2
1
MA+
1
MB
��1
(E.8)
onde a unidade da massa molar e em g/gmol, a pressao e em bar, a temperatura
esta em Kelvin e DAB esta em cm2/s. O termoP
v corresponde ao somatorio dos
volumes de difusao atomica, conforme os dados da Tabela E.1:
Tabela E.1: Volume de difusao atomica.Atomo ou Molecula Volume de Difusao
C 15,9H 2,31N
2
18,5
O coeficiente de difusao DAm, adotado na formulacao pelo modelo de Fick, cor-
respondeu ao coeficiente de difusao binario de cada alcano em nitrogenio. A funcao
que descreve o coeficiente de difusao do componente contınuo na mistura, Dm(M),
foi obtida atraves da aproximacao dos dados de DAm por uma funcao de potencia,
Dm(M) ⇡ DA,N2 = 1, 97 · 10�5 ⇥✓
MA
0, 20214
◆�0,538
(E.9)
onde MA e a massa molar dos hidrocarbonetos em kg/mol e o coeficiente de difusao
e em m2/s.
O coeficiente de difusao do nitrogenio na mistura de hidrocarbonetos foi apro-
ximado pelo coeficiente de difusao binario do nitrogenio com o alcano C10
H23
�N2
cujo valor e DN2,A = 1, 0274 · 10�5m2/s.
167
E.3 Pressao de Bolha e Orvalho
A pressao de bolha e de orvalho da mistura de hidrocarbonetos foram calculadas
segundo a Lei re Raoult,
Pbub =NX
A=1
P satA (T,MA)yA,N (E.10)
Pdew =
"NX
A=1
yA,N
P satA (T,MA)
#�1
(E.11)
Note que, Pbub and Pdew sao calculados apenas para o somatorio das fracoes de
hidrocarbonetos e yA,N = yA/P
B yB e a composicao de hidrocarbonetos normali-
zada.
Foi adotada a correlacao de HUANG e RADOSZ [61] para o calculo da pressao
de saturacao, P satA em bar,
P satA (T,MA) = e
⇣C1(M
A
)�C2(MA
)T
⌘
(E.12)
C1
(MA) = 9, 5046 + 0, 016104MA (E.13)
C2
(MA) = e(5,0237+0,72702logMA
) (E.14)
onde a temperatura esta em Kelvin e MA e a massa molar em g/gmol.
168
Apendice F
Historico dos Algoritmos de
Acoplamento
Foram testadas diferentes propostas de implementacoes da equacao de transporte
de massa para a formulacao convencional, ou seja, uma mistura multicomponente
formulada apenas pelas equacoes de transporte para especies quımica conhecidas.
O objetivo foi verificar qual implementacao obtinha a melhor convergencia.
Considerando o modelo difusivo de Fick, a equacao de transporte de massa e
escrita conforme:
@⇢A@t
+r · (⇢A�) = r · {DAm [r⇢A � ⇢Ar ln ⇢]} (F.1)
O primeiro e o segundo termo do lado esquerdo da equacao correspondem, res-
pectivamente, a variacao temporal e ao fluxo advectivo da concentracao massica da
especie. A contribuicao difusiva e dividida em dois termos do lado direito da equacao
onde o segundo termo corresponde a contribuicao da variacao da massa especıfica
da mistura, chamado de termo de compressibilidade. Como existe o transporte de
massa de diversos componentes, a massa especifica da mistura ira variar de acordo
com a variacao da composicao da mistura. Desta forma, esse termo representa
grande importancia no processo de convergencia das equacoes que governam o pro-
blema.
Desta forma, e proposta a construcao do sistema linear para a solucao do campo
de concentracao massica da especie quımica, ⇢A, segundo duas formulacoes princi-
pais: explıcita e implıcita. Na formulacao explıcita, o termo de compressibilidade e
considerado um termo fonte na equacao, enquanto que na formulacao implıcita, a
contribuicao deste termo e incluıda diretamente na matriz de coeficientes.
Assim, a equacao de transporte segundo uma formulacao explıcita pode ser es-
crita conforme,@⇢A@t
+r · (⇢A�)�r · (DAmr⇢A) = �SA (F.2)
169
onde o termo de compressibilidade foi descrito do lado direto da equacao atraves da
notacao SA, calculado conforme:
SA = r ·✓DAm
⇢A⇢r⇢
◆(F.3)
Ja na formulacao implıcita, a equacao de transporte e manipulada e escrita
conforme,@⇢A@t
+r · (⇢A�)�r · (DAmr⇢A) +r · (�A⇢A) = 0 (F.4)
onde o termo de compressibilidade e uma contribuicao na forma de um fluxo advec-
tivo, �,
� =r⇢⇢
(F.5)
calculado para cada componente por:
�A = DAm� (F.6)
No entanto, como o acoplamento na massa especifica da mistura pode afetar a
convergencia de todas as equacao de conservacao, sao propostos diferentes algoritmos
que estabelecem diferentes padroes de convergencia de acordo com o calculo do termo
de compressibilidade no processo de solucao.
Assim, sao propostos tres algoritmos diferentes para o calculo do termo de com-
pressibilidade considerando a formulacao explıcita. No Algoritmo 01, o termo de
compressibilidade e considerado fixo no passo de tempo. Ja no Algoritmo 02, o
calculo do termo e atualizado antes da solucao do transporte de massa dos compo-
nentes, no inıcio no loop de convergencia da massa especıfica da mistura. Por fim,
no Algoritmo 03 a compressibilidade e atualizada simultaneamente a solucao das
equacoes de transporte dos componentes. A seguir, as etapas dos algoritmos 1, 2
e 3 sao apresentados de forma resumida, onde as diferencas entre os algoritmos foi
descrita em negrito.
Algoritmo 1:
Para cada passo de tempo:
1. Predicao de ⇢, conforme Equacao 5.63.
2. Calculo de SA, conforme Equacao F.3.
3. Predicao do campo de velocidade, conforme Equacao 5.66.
4. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia seja atingida para ⇢A, ⇢pj
e ⌘j8A, j de acordo
170
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
4.1 Solucao de Nesp equacoes para os componentes discretos, con-
forme Equacao F.2.
4.2 Calculo do somatorio das concentracoes massicas dos componentes da mis-
tura, conforme Equacao 5.24, e armazenamento do resultado como ⇢?.
4.3 Calculo da massa molar da mistura, conforme Equacao 5.27, onde Ypj
=
⇢pj
/⇢?.
4.4 Calculo do fator de compressibilidade , conforme Equacao 5.71.
4.5 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
4.6 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de ⇢A, ⇢pj
e ⌘j multiplicados pelo fator (⇢/⇢?).
5. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
Algoritmo 2:
Para cada passo de tempo:
1. Predicao de ⇢, conforme Equacao 5.63.
2. Predicao do campo de velocidade, conforme Equacao 5.66.
3. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia seja atingida para ⇢A, ⇢pj
e ⌘j8A, j de acordo
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
3.1 Calculo de SA, conforme Equacao F.3.
3.2 Solucao de Nesp equacoes para os componentes discretos, con-
forme Equacao F.2.
3.3 Calculo do somatorio das concentracoes massicas dos componentes da mis-
tura, conforme Equacao 5.24, e armazenamento do resultado como ⇢?.
3.4 Calculo da massa molar da mistura, conforme Equacao 5.27, onde Ypj
=
⇢pj
/⇢?.
3.5 Calculo do fator de compressibilidade , conforme Equacao 5.71.
171
3.6 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
3.7 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de ⇢A, ⇢pj
e ⌘j multiplicados pelo fator (⇢/⇢?).
4. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
Algoritmo 3:
Para cada passo de tempo:
1. Predicao de ⇢, conforme Equacao 5.63.
2. Predicao do campo de velocidade, conforme Equacao 5.66.
3. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia seja atingida para ⇢A, ⇢pj
e ⌘j8A, j de acordo
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
3.1 Laco interno para convergencia das equacoes de transporte:
a Calculo de SA, conforme Equacao F.3.
b Solucao de Nesp equacoes para os componentes discretos, con-
forme Equacao F.2.
3.2 Calculo do somatorio das concentracoes massicas dos componentes da mis-
tura, conforme Equacao 5.24, e armazenamento do resultado como ⇢?.
3.3 Calculo da massa molar da mistura, conforme Equacao 5.27, onde Ypj
=
⇢pj
/⇢?.
3.4 Calculo do fator de compressibilidade , conforme Equacao 5.71.
3.5 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
3.6 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de ⇢A, ⇢pj
e ⌘j multiplicados pelo fator (⇢/⇢?).
4. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
172
As propostas de calculo do termo de compressibilidade para a formulacao
implıcita e semelhante aos algoritmos citados. Assim, o fluxo de compressibilidade,
� pode ser calculado de forma fixa no passo de tempo (Algoritmo 04 ), no loop de
convergencia da massa especıfica (Algoritmo 05 ) ou simultaneo a solucao da equacao
de transporte de massa (Algoritmo 06 ). A seguir, as etapas dos algoritmos 4, 5 e
6 sao apresentados de forma resumida, onde as diferencas entre os algoritmos foi
descrita em negrito.
Algoritmo 4:
Para cada passo de tempo:
1. Predicao de ⇢, conforme Equacao 5.63.
2. Calculo de �A, conforme Equacao F.6
3. Predicao do campo de velocidade, conforme Equacao 5.66.
4. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia seja atingida para ⇢A, ⇢pj
e ⌘j8A, j de acordo
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
4.1 Solucao de Nesp equacoes para os componentes discretos, con-
forme Equacao F.4.
4.2 Calculo do somatorio das concentracoes massicas dos componentes da mis-
tura, conforme Equacao 5.24, e armazenamento do resultado como ⇢?.
4.3 Calculo da massa molar da mistura, conforme Equacao 5.27, onde Ypj
=
⇢pj
/⇢?.
4.4 Calculo do fator de compressibilidade , conforme Equacao 5.71.
4.5 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
4.6 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de ⇢A, ⇢pj
e ⌘j multiplicados pelo fator (⇢/⇢?).
5. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
173
Algoritmo 5:
Para cada passo de tempo:
1. Predicao de ⇢, conforme Equacao 5.63.
2. Predicao do campo de velocidade, conforme Equacao 5.66.
3. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia seja atingida para ⇢A, ⇢pj
e ⌘j8A, j de acordo
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
3.1 Calculo de �A, conforme Equacao F.6
3.2 Solucao de Nesp equacoes para os componentes discretos, con-
forme Equacao F.4.
3.3 Calculo do somatorio das concentracoes massicas dos componentes da mis-
tura, conforme Equacao 5.24, e armazenamento do resultado como ⇢?.
3.4 Calculo da massa molar da mistura, conforme Equacao 5.27, onde Ypj
=
⇢pj
/⇢?.
3.5 Calculo do fator de compressibilidade , conforme Equacao 5.71.
3.6 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
3.7 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de ⇢A, ⇢pj
e ⌘j multiplicados pelo fator (⇢/⇢?).
4. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
Algoritmo 6:
Para cada passo de tempo:
1. Predicao de ⇢, conforme Equacao 5.63.
2. Predicao do campo de velocidade, conforme Equacao 5.66.
3. Laco de solucao iterativa para as equacoes de transporte de massa multicom-
ponente ate que a convergencia seja atingida para ⇢A, ⇢pj
e ⌘j8A, j de acordo
com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero maximo
de iteracoes, Nmass 5 Nmaxmass.
174
3.1 Laco interno para convergencia das equacoes de transporte:
a Calculo de �A, conforme Equacao F.6
b Solucao de Nesp equacoes para os componentes discretos, con-
forme Equacao F.4.
3.2 Calculo do somatorio das concentracoes massicas dos componentes da mis-
tura, conforme Equacao 5.24, e armazenamento do resultado como ⇢?.
3.3 Calculo da massa molar da mistura, conforme Equacao 5.27, onde Ypj
=
⇢pj
/⇢?.
3.4 Calculo do fator de compressibilidade , conforme Equacao 5.71.
3.5 Calculo da massa especıfica da mistura ⇢, conforme Equacao 5.70.
3.6 Imposicao do fechamento do somatorio das fracoes do componentes pela
correcao de ⇢A, ⇢pj
e ⌘j multiplicados pelo fator (⇢/⇢?).
4. Laco de solucao iterativa para o acoplamento pressao-velocidade baseado no
PISO [95] ate que a convergencia e atingida para a pressao do escoamento de
acordo com o criterio de tolerancia mista da Equacao 5.88 ou ate o numero
maximo de iteracoes, NPISO 5 NmaxPISO.
Foi realizada uma simulacao para cada um dos algoritmos propostos para o caso
teste de misturacao em canal T, na malha de 50.000 volumes. A Figura F.1 mostra o
valor do criterio de tolerancia mista (conforme Equacao 5.88), em todo o domınio de
calculo, em relacao a concentracao de todos os componentes (Erro ⇢maxA ), ao longo
do tempo de simulacao. A Figura F.2 representa o numero de iteracoes no laco de
convergencia de massa especıfica da mistura (item 4 no algoritmo 1 e 4 e, item 3
nos demais algoritmos) necessarias para atingir o criterio de erro das concentracoes
massicas (⇢A). A Figura F.3 mostra o maior valor do criterio de tolerancia da pressao
absoluta (Erro P ) encontrado em todo o domınio, ao longo da simulacao.
A analise das Figuras F.1 e F.3 permite concluir que foi possıvel atingir os
criterios de erro misto estabelecidos tanto para pressao, quanto para a concentracao
massica dos componentes para todos os algoritmos propostos. Isto pode ser visto
pelo fato de que o erro reportado ao longo dos passos de tempo esta sempre abaixo
da unidade e, portanto, os valores estabelecidos para os criterios de erro relativo e
absolutos foram atingidos. Alem disso, a Figura F.1 permite notar que o Algoritmo
05 apresenta o melhor padrao de convergencia, uma vez que apresenta simultanea-
mente os menores erros e as menores oscilacoes do mesmo. A analise das Figuras F.3
e F.2 nao mostra distincao significativa entre os padroes de convergencia dos algo-
ritmos sendo, portanto, a analise da convergencia da concentracao massica o fator
preponderante para distinguir o melhor algoritmo de acoplamento.
175
1e-09
1e-08
1e-07
1e-06
1e-05
0.0001
0.001
0.01
0.1
1
0 1 2 3 4 5 6 7 8
Err
o ρ
Am
ax
t (s)
Nesp = 57
Eabs = 10-8
Erel = 10-6
Algoritmo 01
Algoritmo 02
Algoritmo 03
Algoritmo 04
Algoritmo 05
Algoritmo 06
Figura F.1: Maximo erro de concentracao massica em todo o domınio de calculo(Erro ⇢max
A ).
176
1
1.5
2
2.5
3
0 1 2 3 4 5 6 7 8
No M
ass
Corr
t (s)
Nesp = 57
Algoritmo 01
Algoritmo 02
Algoritmo 03
Algoritmo 04
Algoritmo 05
Algoritmo 06
Figura F.2: Numero de iteracoes necessarias para atingir o criterio de erro misto em⇢A e obter a convergencia no acoplamento massico (nMass).
177
1e-10
1e-09
1e-08
1e-07
1e-06
1e-05
0.0001
0.001
0.01
0.1
1
0 1 2 3 4 5 6 7 8
Err
o P
t (s)
Nesp = 57
Eabs = 10-3
Erel = 10-6
Algoritmo 01
Algoritmo 02
Algoritmo 03
Algoritmo 04
Algoritmo 05
Algoritmo 06
Figura F.3: Erro misto na pressao relativa.
178